踏歌智行：为什么说矿区会成为无人驾驶最先落地的场景？

　　在7月4日，百度创始人李彦宏对外宣布，全球首款L4级量产自动驾驶巴士阿波龙量产下线。但需要指出的是，这款巴士的工作场景是在机场、旅游景点等封闭场地内运行，也就是针对所谓“最后一公里”出行需求，而并非是在公共道路上。

　　无人驾驶在公共道路开放场景的商业落地依然难度大、风险高，而且依然受到法律法规、安全性、道路环境复杂的制约。如今，更适合无人驾驶技术落地的还是环境封闭、点对点的运输场景。

　　7月5日，在第18届COTA国际交通科技年会上，北京航天航空大学教授、博士生导师、踏歌智行创始人余贵珍发表了演讲，讲述了他在特定区域无人驾驶落地思考，以及他们在这一领域的技术落地情况。

　　余贵珍指出，以人工智能为代表赋能无人驾驶行业的技术在技术上依然面临各种挑战。不说在未来面对更加复杂环境下的迁移学习和增强学习技术，还远未达到实际应用的要求，其实在最基本的环境感知层面，技术还未能在真正意义上得到解决。

　　例如基于深度学习的多目标识别，尽管目标检测的准确度已经非常高了，但在实际应用中，对安全性要求极高的自动驾驶汽车来说，如果有一两个目标未能被机器检测，这将是致命的。

　　所以余贵珍认为，人工智能对无人驾驶而言不是万能药。

　　拿图像处理来说，他给出了三点具体建议：首先，不要试图用人工智能解决无人驾驶所有问题，建议进行点的突破，例如红绿灯识别;其次是考虑人工智能与传统学习算法融合，结合各自优势，例如SSD检测+KCF跟踪算法;最后是算法服务于自动驾驶业务，Mobileye成功是最好案例，可以识别“最危险的目标物”。

　　实际上，不光是技术上最好进行“点的突破”，在应用场景上，无人驾驶技术的落地也应该逐个攻破。

　　不同于其他自动驾驶公司将自动驾驶技术运用在乘用车上，踏歌智行作为一家以提供特定区域无人驾驶解决方案的公司，他们更加偏向工业场景。余贵珍讲述了这一特定场景的无人驾驶优势：

　　特定区域—无法律障碍

　　固定线路，相对低速—无技术障碍

　　无司机无乘客—经济效益、安全保障

　　满足这些特点的典型落地场景之一是露天矿区，如露天煤矿、铁矿、铅锌矿等。这一场景下，汽车的运输作业大都是在低速和固定的行驶线路，其次由于工作环境较为恶劣，人员招聘和管理很是困难。不过，这些困境都恰好形成了满足特定区域无人驾驶所需的应用条件。

　　而在市场需求上，就全国范围来看，中国的矿山运输行业有2000多家矿山企业，总计运输车辆20万台以上。余贵珍团队通过对鄂尔多斯的露天矿调研，他们了解到这里有露天矿数百家，大型露天煤矿7家，每个中小型煤矿需要车辆100台以上，司机200人以上，也就是这里潜藏着广阔的行业需求。所以无论从何种角度来看，余贵珍认为矿区是特定区域无人驾驶落地更为理想的场景。

　　但最重要的是有没有好的技术解决方案。据余贵珍介绍，踏歌智行作为全国首家提供矿区无人驾驶解决方案的公司，他们已实现从感知、决策、控制到云平台的全套无人驾驶解决方案，并且以独特的驾驶机器人结合线控方案为核心，可适配多种矿用车辆，加速推进无人驾驶的商业化。矿区无人驾驶的落地应用可以大幅提高矿区的安全生产工作，彻底解决矿区司机招聘困难、管理困难的问题，还可以通过平台大数据的支撑，提升矿区的综合运营效益。

　　他们计划将于2018年8月在矿区进行无人驾驶车队试运行，值得一提的是，此前他们的无人驾驶解决方案已经获得国内矿用车企业以及矿区能源集团的认可。可以促进绿色矿山、智慧矿山的建设。此外，踏歌智行还与徐工合作，将无人驾驶技术应用在了工程碾压领域，比如大坝和机场碾压。[page]分页标题[/page]