上周去一个客户的智能工厂参观，说实话，刚进门我就被震住了。

一辆8吨重的无人驾驶叉车，正以大概每秒1.5米的速度，稳稳当当地托着一摞钢卷，从仓储区直插生产线。转弯的时候，车尾轻轻一摆——那角度，比厂里开了十年叉车的老师傅还精准。我当时站在安全线外，汗毛都竖起来了。不是因为怕，是兴奋。

干了二十年工业工程，我第一次觉得，无人驾驶这玩意儿，真的能在车间里成事儿了。

不过，兴奋劲儿一过，脑子里立马蹦出几个问题：这车没装磁条，也没埋导航线，它怎么认路的？万一突然有人窜出来，它刹得住吗？现场粉尘那么大，传感器不蒙？

后来跟他们的技术总监聊了一下午，才算把里头的门道摸清。回来我就想，得把这些东西写出来。不为别的，就为让那些还在观望的同行，少踩几个坑。

无人驾驶叉车在钢铁厂搬运高温钢卷

一、工业无人驾驶，已经和马路上的自动驾驶分道扬镳了

一、工业无人驾驶，已经和马路上的自动驾驶分道扬镳了

很多人一听到“无人驾驶”，脑子里就是特斯拉、Waymo，或者百度萝卜快跑。那是乘用车，讲究的是高速、开放道路、复杂的交通参与者。但工业场景？完全是另一个世界。

工厂里，车速极低——通常不超过10km/h。没有红绿灯，但到处都是移动的工人、临时的料框、地面油污。环境封闭，却极度非结构化。你知道最难的是什么吗？叉车要插进托盘孔，那间隙只有几厘米。 这就要求定位精度必须达到厘米级，甚至毫米级。

我记得16年那会儿，国内好多AGV厂商还在用磁导航，地上贴满磁带。一两年就磨烂了，维护成本吓人。后来激光SLAM技术成熟了，终于不用破坏地面了。但激光建图也麻烦——工厂布局一变，就得重新扫图。唉，说多了都是泪。

现在呢？有点儿百花齐放的意思。视觉加上激光，再叠个惯导，多传感器融合。有的方案甚至用上了类似无人机用的RTK高精度定位。不过坦白讲，重载、高频、恶劣环境，仍然是检验无人驾驶方案可行性的三座大山。

二、一个案例：港口里的无人集卡，三年没出事故

港口，大概是工业无人驾驶落地最痛快的场景之一。

去年在宁波港，我看到三十多辆无人集卡，24小时不间断地穿梭在码头和堆场之间。一辆刚卸完集装箱，另一辆就悄没声地跟上了，中间距离保持得死死的，跟用尺子量过一样。调度系统把油耗、轮胎磨损、电池电量全都实时监控着，哪个车该保养了，系统提前俩小时就发提醒。

港口那地方，盐雾、湿度、台风天，对电子设备是地狱级考验。但他们的车跑了三年，没出过一起主责安全事故。怎么做到的？我问负责维保的老张，他一句话点醒了我：“咱们这车，傻快没用，得傻稳。” 冗余设计做到了极致——双套激光雷达、双套制动系统，甚至转向电机都备了一个。一套失效，马上切另一套，而且整个切换过程300毫秒内完成。

300毫秒什么概念？眨一下眼都要400毫秒。所以真的，工业无人驾驶的安全哲学，和乘用车完全不是一回事儿。

宁波港无人驾驶集装箱卡车编队作业

三、QA：老板们最关心的几个问题

三、QA：老板们最关心的几个问题

问：无人驾驶叉车真的能替代人工吗？成本划不划算？

答：完全替代？短期内别想。但把人从高重复、高强度、高风险的岗位上换下来，绝对划算。一台无人叉车，按五年折旧算，每年的成本大概十二三万，差不多是一个熟练工年薪的1.5倍。但叉车可以三班倒，不用交社保，不会闹情绪，也不会因为疲劳驾驶把货撞了。去年我们给一个汽配厂算了笔账：他们用了6台无人叉车替代两班倒的12个人，第一年因为部署和磨合，成本持平；第二年开始，直接省下40%的物流成本。不过这还不是最关键的。最关键的是——人不再干那些反人性的活儿了。 你知道吗，之前有个车间夏天温度四十几度，叉车工屁股下面垫着凉席，汗还是湿透工作服。现在，他们转岗去学设备运维了，工资还涨了。

问：我们车间现场很乱，托盘摆放不规范，能跑无人驾驶吗？

答：这是个天大的误解。很多人以为只有标准化工厂才能用无人驾驶，其实不是。现在的好方案，已经能处理很多非标准情况了。比如托盘偏移五六厘米，视觉系统能实时检测并修正叉取路径。地面有些油渍水渍，激光点云也能识别出来并减速避让。但有一条，别把无人驾驶当神仙。 如果你的现场连人开车都经常蹭墙、托盘破损率达到30%，那还是先把基础管理抓一抓。我见过一个令人哭笑不得的案例：一个纸箱厂上了无人叉车，结果总报故障，最后发现是因为车间里到处飞纸屑，把激光雷达的镜头糊住了。后来加了自动吹气装置才解决。所以，选型前一定要做场景评估，千万别听供应商忽悠“一揽子包解决”。

问：工业无人驾驶和AGV有什么不一样？

答：不严谨地讲，AGV可以理解为“有轨电车”，无人驾驶叉车算“智能汽车”。AGV大多沿着固定路径走，比如磁条、激光反射板。无人叉车呢？自主导航、动态避障，甚至能绕开临时堆放的障碍物。技术代际差在这儿。但成本也差一截，一台普通AGV十几万，无人叉车动辄四五十万。所以不是贵就好，得看任务复杂度。如果就是两点之间每天来回拉一百趟，AGV够用了；如果路径经常变、要进集装箱、要过自动门，那必须上无人驾驶。

四、一些让人哭笑不得的“翻车”现场

四、一些让人哭笑不得的“翻车”现场

也别光说好的。这些年我遇到的翻车案例，十个手指头数不过来。

有家食品厂，买了4台无人搬运车，结果用了不到三个月全停摆了。为什么？因为车间地板经常用水冲洗，湿滑导致车轮打滑，里程计完全失效。厂家说“IP65防水”，但没考虑地面附着力的问题。最后只能重新铺环氧地坪，代价惨重。

还有个更离谱的。一个电商仓库，无人叉车在货架底层自动穿梭时，突然停在原地不动了。排查发现，原来是头顶一个节能灯的频闪，正好和它的避障传感器频率接近，产生了光干涉。哈哈，谁能想到？所以啊，工业环境里，任何微小的变量都可能成为致命陷阱。

这些事让我越来越坚信，无人驾驶落地，三分技术，七分工程。前期现场勘查、环境适配、人员培训，缺一不可。现在我看到那些吹得天花乱坠的技术方案，本能地先打个问号。

五、人才才是最大的瓶颈

一说无人驾驶，大家都盯着算法、传感器、算力。其实，真正卡脖子的，是人。

懂工业场景和懂自动驾驶技术的人，太少了。互联网大厂出来的算法工程师，不理解为什么车辆不能随意急刹（因为重载惯性会导致货物散落）；而工厂里的老师傅，又觉得屏幕上的点云是“鬼画符”。我们曾经花大力气培养一个“翻译”角色——既能把车间需求转成技术语言，又能把技术方案解释给车间主任听。这种人，比金子还贵。

而且，无人驾驶系统的运维也是个大问题。掉线了、卡死了、电池充不上电了，很多工厂的IT部门根本应付不了。得培养一支懂软硬结合的现场团队。这事儿，急不来。

不过，看到那些从叉车司机转岗成运维技师的人，眼神里有了光，我还是挺感慨的。技术终归是为人服务的，对吧？

洋洋洒洒写了这么多，其实就想说一句：工业无人驾驶，正在从“能用”走向“好用”。 但距离真正的智慧物流大脑，还有很长的路。别指望它一下子颠覆什么，润物细无声的渗透，可能才是常态。行了，就聊到这儿。下次再碰见什么有意思的案例，我再上来写。