無人駕駛商業化落地情況如何？

無人駕駛能夠解決礦山智能化轉型核心痛點，且礦山運營環境封閉、高度結構化， 適合無人駕駛車輛部署。

1.無人駕駛是具身智能最快商業化落地的方向

無人駕駛是具身智能的表現形態

擁有持續學習能力的無人駕駛車輛是具身智能的一種表現形態。廣義來看，具身 智能指具有物理身體并能通過感知和交互與環境進行實時互動的智能系統，讓 AI 不再局限于虛擬世界的數據處理和決策，而是能夠像人類一樣在現實世界中感知、 學習和行動。具身智能的主要表現形態包括具身機器人、機器狗、無人駕駛車輛 等，其中無人駕駛車輛是目前有望最快實現商業化落地的方向。

無人駕駛是實現高度自動化和完全自動化的 L4 及 L5 級別智能駕駛。國內智能駕 駛技術正沿著清晰的路徑穩步推進。在技術分級層面，2022 年 3 月出臺的《汽 車駕駛自動化分級》（GB/T 40429-2021）明確了自動駕駛的定義，即車輛以自動 方式持續執行部分或全部動態駕駛任務，該標準與美國 SAE 標準一致采用六級 分類（L0-L5），并從動態駕駛任務、最小風險狀態等多維度進行規范。其中，L0- L2 為駕駛輔助，駕駛員主導駕駛；L3 具備自動駕駛特征，用戶接管后成為駕駛 員；L4-L5 由系統主導，僅需調度員激活調度服務。

載貨、低速、封閉場景將率先實現無人駕駛商業化落地

無人駕駛可按照載人與載貨、高速與低速、開放與封閉的區別，劃分多種應用場 景。按照載人與載貨，L4 級無人駕駛可分為乘用車 Robotaxi 無人駕駛出租車和 Robobus 無人駕駛小巴、商用車 Robotruck 無人駕駛卡車和 Robovan 無人駕駛物 流車；其中應用于長途干線物流的 Robotruck 與城市出租車的 Robotaxi 均屬于高 速、開放場景，應用于短途集中出行的 Robobus 屬于中低速、開放場景，應用于 城市配送物流的 Robovan 屬于低速、半開放場景，應用于礦山港口等特定場景物 流的 Robotruck 屬于低速、封閉場景。

商業化進度方面，載貨先于載人、低速先于高速、封閉先于開放。以載貨為目的 的商用車對于安全風險的容忍度高于以載人為目的的乘用車，且 B 端用戶高度關 注生產效率與降本效果，只要能產生可見的投資回報，下游用戶便愿意投入改造 資金。此外，在低速、封閉場景下，自動駕駛車輛的運營路線相對固定，系統面 臨的 Corner Case 較少，并且對于車輛感知決策的時延要求較低，因此礦山等封閉 場景下的 Robotruck 無人駕駛卡車成為當前商業化進展最快的無人駕駛賽道之一， 多家企業已經開始開展規?；虡I落地。

2.無人駕駛能夠解決礦山智能化轉型核心痛點

 礦山無人駕駛主要針對礦卡和寬體車進行改造

礦業關系能源供應、基建材料與高端制造產業鏈，是國民經濟發展的重要支柱性 產業。礦山開采通過勘探、掘進、運輸等環節從地下提取礦產資源，涵蓋能源礦 產（煤炭、油氣）、金屬礦產（鐵、銅等）及非金屬礦產（石灰石、磷礦等）三大 類。2024 年，采礦業產值達 4.5 萬億人民幣；實現利潤總額 11271.9 億元，在全國 規模以上工業企業實現利潤總額中占比超 15%。我國礦山資源豐富，目前全國在 開采礦區超 5000 座，其中僅煤、石灰石、鐵、銅四種主要礦物的年開采量就已經 接近 100 億噸。 政策大力引導礦山智能化轉型升級?！度珖V產資源規劃(2016—2020 年)》明確指 出，到 2025 年要全面實現礦業轉型升級和綠色發展。2024 年《關于深入推進礦 山智能化建設促進礦山安全發展的指導意見》指出，到 2026 年要建立完整的礦山 智能化標準體系，到 2030 年要建立完備的礦山智能化技術、裝備、管理體系。

非公路礦用自卸車（下稱“礦卡”）和非公路寬體自卸車（下稱“寬體車”）為礦 山運輸主力車型。兩類礦用運輸設備因結構設計差異，在性能參數、經濟指標及 適用場景上形成了區分，共同組成了礦區運輸體系的主力車型，同時也是當前無 人駕駛技術改造的核心載體。從技術構造與性能表現來看，礦卡采用剛性焊接車 架設計，底盤系統針對礦山復雜工況進行了專項強化，具備極強的承載能力，承 載量一般可達 70 噸以上，而重型礦卡的承載極限更是能突破數百噸。使用壽命方 面，礦卡憑借堅固的結構和耐用性設計，可實現 10 至 15 年的長期服役。相應的， 礦卡的購置成本較高，市場價格大致在 100 萬元至 3000 萬元區間。寬體車則采用 栓接式架構，設計理念融合了礦卡的重載特性與公路自卸車的靈活性優勢，在性 價比方面具備優勢。寬體車的市場價格通常處于 50 萬元至 100 萬元區間，承載能 力雖不及礦卡，但其 20 至 80 噸的載荷范圍能夠滿足中輕型礦區運輸需求；受限 于結構強度與耐用性設計，寬體車的使用年限相對較短，一般為 3 至 5 年。

礦卡與寬體車作為礦區物料運輸的核心裝備，均已成為無人駕駛技術改造的重點 對象。兩類車型在不同噸位運輸場景中的互補性，以及頭部企業在產品系列上的 豐富布局，為礦山運輸智能化升級提供了多元化的設備基礎與技術適配空間。

礦山無人駕駛系統由定位導航、感知決策、云端調度等組成

礦山無人駕駛系統可分為云端-網端-車端/路端三級層次結構。云端、網端、車端 /路端三大模塊構成核心系統，各模塊相應安全措施則綜合組成安全防護系統。云 端作為統一調度監管平臺，兼具數據治理、智能調度功能；網端依托導航技術及 網絡通訊技術，連接云端與車端/路端；車端/路端包括自動駕駛系統（實現礦用車 單車智能）、協同作業系統（關聯礦用車與挖機等裝備，實現協同作業）、路側系 統（負責路側感知、定位和邊緣計算，提供路側信息）。

單車核心技術包括環境感知、定位、通信等感知技術，規劃決策的算法模型，以 及控制執行的線控技術。因云控平臺統一調度，單車智能需求低于乘用車自動駕 駛，故感知和線控技術更關鍵。礦區環境復雜，多傳感器融合技術因兼具各傳感 器優勢，廣泛用于環境感知；多定位系統組合技術融合多種定位手段優勢，更受 青睞；整車線控系統是硬件基礎，需適配多種礦用車、滿足多方需求。 定位與導航技術：定位技術通過集成 GPS、IMU、RTK 等模塊實現厘米級精準定 位，為礦區車輛提供高精度位置基準。同時，結合高精度 RTK 與無人機低空攝影 技術，在智能航線模式下可自動完成礦區地形數據采集，并依托 RTK 技術構建礦 區高精度 3D 模型，為后續作業提供精準地理信息支撐。 感知與決策算法：針對礦山復雜的環境條件，感知系統普遍采用激光雷達、視覺 傳感器與毫米波雷達的多模態融合方案，確保在不同時間段及氣候環境下實現全 天候穩定感知。決策層面則基于人工智能與多源傳感信息融合處理技術，通過自 動駕駛核心算法支撐礦用車輛完成無人駕駛、自動避障、精準倒車等復雜動作。 遠程操作技術（5G 與 V2X）：5G 技術突破了礦山特殊復雜環境下的信號傳輸瓶 頸，實現運輸車輛的超遠程精準控制及智能編隊協同運行；V2X 技術則作為車輛 環境感知能力的重要補充，提升了車輛對復雜道路交通環境的適應能力，構建起 全天候、全方位的環境感知體系。 云端調度系統：作為實現礦山完全無人駕駛的核心系統，云端調度承擔著全局感 知、最優路徑規劃、車流統籌調度及突發情況預警等關鍵功能。當前受限于多數 礦山實際運行車輛數量較少，系統需求尚未完全顯現，但隨著礦區無人駕駛車輛 規模擴大，云端調度系統作為核心中樞的重要性將持續提升。

 無人駕駛有效解決傳統礦山作業安全、成本與效率三重痛點

傳統礦山作業安全風險居高不下，人為因素為主因。傳統采礦依賴人工操作鉆爆、 采裝、運輸設備，人機混合作業環境復雜。2022 年礦山事故共 367 起、死亡 518 人；2024 年工礦商貿企業就業人員 10 萬人生產安全事故死亡人數 1.089 人，煤礦 百萬噸死亡人數 0.059 人。90%以上的煤礦生產安全事故都與人員的不安全行為 有直接關系，部分煤礦從業人員特別是安全生產的管理者技術水平不高，成為影 響礦山安全生產的最大短板。 傳統礦山作業人工成本高企，行業招工難，勞動力短缺。傳統礦山運輸每輛車需 要 2 至 4 名駕駛員，每名司機的人工成本通常在每年 10 萬元至 15 萬元之間，單 車人力成本較高。根據億歐智庫預測，剛性礦卡、寬體車駕駛員工資將不斷上漲： 預計剛性礦卡駕駛員工資由 2020 年的 10000 元/月上漲至 2030 年的 21000 元/月， 寬體車駕駛員工資由 2020 年的 6000 元/月上漲至 2030 年的 13000 元/月。此外，由于礦山作業環境惡劣，工作地點遠離生活區，且需適應兩班或三班輪換制，面 臨生產噪音、粉塵較多等問題，行業招工難問題突出。據億歐智庫數據，中國礦 區駕駛員 90 后占比僅約 10%，勞動力斷檔趨勢突出。2020 年，貨車司機缺口已 達 1000 萬人，司機增長的速度遠遠趕不上貨運，尤其是礦區運輸增長的需求。不 僅如此，嚴苛的工作條件加上巨大的安全壓力導致礦區駕駛員流失率高，2023 年 全國煤炭采選業從業人員 277.2 萬人，比 2018 年末的 347.3 萬人減少了 70.1 萬 人，下降 20.2%。 傳統礦山作業效率瓶頸突出。傳統礦山開采存在掘進工序低效，運輸系統冗余和 組織管理粗放等問題。一方面，直接開采工作中存在人工操作限制，煤層高度不 足 1.3 米時，礦工難以直立作業，只能彎腰或匍匐；同時受空間限制，大型設備無 法進入，主要依賴人工或小型機械，開采速度慢、產量低。另一方面，在物料和 人員調度上，傳統模式低效性和延遲性突出。

礦山無人駕駛通過減少或取消司機需求，顯著降低人力開支。在新疆圣雄黑山露 天煤礦，使用 24 臺無人駕駛礦卡每年可減少 40 名司機，節約人力成本約 500 萬 元。以 100 臺無人駕駛車輛運行為例，按照三班工作制，每臺卡車配 3 名司機， 原本需要 300 名司機，每名司機年薪資支出約為 16 萬~18 萬元，共可節省司機年 薪資 5000 萬元左右。 礦山無人駕駛通過節約燃油，降低運營成本。易控智駕的增程式 EL100 無人駕駛 礦卡與傳統柴油車型相比，節油率超過 30%，實現單車年毛利提升 5%以上；根據 兗州中材的實踐數據，純電動礦卡能耗成本約 0.02 元/噸，較傳統燃油車降低了 90%以上。據巴西鐵礦石生產和出口商淡水河谷公司數據，無人駕駛使燃料成本 下降 10%，車輛維護費用降低 10%，輪胎磨損降低 25%。 礦山無人駕駛能夠大幅提升作業時長與工作效率。無人駕駛礦卡可實現 7x24 全 天候連續作業，單日運輸量提升 25%左右；踏歌智行旗下項目連續 18 個月投入到 24 小時生產作業中，持續提升無人作業效率。

 礦山運營環境封閉、高度結構化，適合無人駕駛車輛部署

礦山環境高度結構化，降低感知與決策復雜度。相較于干線物流、城市道路等場 景，礦山運輸行駛路線簡單且相對固定，運輸車主要在排土場與開采點進行土方 運輸、在開采點與選礦廠等之間進行礦石運輸，簡化了路徑規劃和決策算法。此 外，相比開放道路復雜的交通參與者（行人、自行車、摩托車、各種類型機動車、 動物等），礦區內參與者類型相對單一，主要為大型礦卡、工程機械、少數工作人 員，其行為模式更具可預測性，顯著降低了多目標跟蹤和行為預測的難度。這些 環境下的運輸性質提供了理想的運行環境，使無人駕駛系統更易規?；涞亍?/p>

國外率先落地礦山無人駕駛商業化應用，模式可行性強。海外礦區自 20 多年起開 始進行自動化改造，7-8 年前開始商業化落地。據澳大利亞鐵礦石出口商 FMG， 無人礦卡可使每輛礦卡每年多工作500多小時，有137臺無人駕駛礦卡在運營中， 已累計行駛 3350 萬公里、運輸超過 10 億噸礦石物料，生產效率比傳統人工運輸 提升了 30%。鐵礦石巨頭力拓集團（RioTinto）的自動駕駛運輸車也已在西澳大利 亞州的 Pilbara 礦區累計運輸超過 10 億噸的礦石物料（截至 2017 年）。