上周跟鄂尔多斯一个露天矿的设备主管吃饭，他指着远处在坡上跑的无人宽体车骂娘。 去年花大几百万上的系统，一到刮大风飘煤尘，摄像头就瞎，雷达乱跳，最后还是得配个安全员跟在车后面跑。 钱花了。人没减下来。 谁碰到谁窝火。 很多人对工业无人驾驶的认知，还停留在几年前的发布会PPT里——屏幕上放着没有司机的矿卡、没有驾驶员的港口集卡，算法迭代了多少代，测试里程绕了地球多少圈。真扎到现场看才知道，这里面的水分，比煤场里的灰还大。

别被“全无人”宣传忽悠了，现在的落地阶段其实是“减人”

我跑过国内差不多20个落地了无人驾驶系统的工业场景，从内蒙的露天矿到宁波的集装箱港，再到长三角的汽车制造厂区，真没见过哪个项目能做到完全的“脱人”。 现在最成熟的落地状态，是把原来坐在颠簸驾驶舱里的司机，挪到有空调的中控室，一个远程安全员管5到8台跑固定路线的设备。就这，已经算能把单台设备的人力成本降30%以上的标杆项目了。 很多人对工业无人驾驶的印象还停留在科幻片里的全自动矿区，实际上你去现场看—— 露天矿区无人驾驶宽体车作业实拍 风大。尘多。温度低。 那些在城市道路上测试了几百万公里的乘用车自动驾驶算法，拉到没有任何道路标识、坡陡弯急、时不时有碎石从坡上滚下来的露天矿区，根本就是水土不服。摄像头镜头被煤尘糊住、毫米波雷达被飞石砸出小坑、零下30度的时候传感器直接宕机，这些场景，乘用车的测试库根本覆盖不到。 聊到这肯定有人要问： 问：现在行业内喊了这么多年全无人，到底什么时候能真的实现"驾驶座上没人"？ 答：别信厂商的发布会PPT。就目前的技术成熟度，露天矿区要实现固定作业路线的全无人，至少还要3-5年的硬件迭代，核心瓶颈根本不是算法，是极端环境下的传感器可靠性。现在能做到的最好状态，就是把人从高危、高强度的驾驶岗位上替换下来，单个人管多台设备，这已经是实打实的成本节省了。真要做到连远程安全员都撤了，那得等工业级传感器的成本降到现在的1/3，防护等级能扛得住矿区的造作，再说别的。

算过落地账的都知道：最贵的从来不是车，是适配改造成本

很多企业一开始算帐，觉得我上一套无人驾驶系统，比雇司机便宜，几年就能回本。真落地才发现，坑多了去了。 原来的手动挡宽体车要改线控，要在车身的各个位置装传感器，要搭本地的低时延专网，还要跟原来用了十来年的生产调度系统打通。这些杂七杂八的成本，有时候比车本身的采购价还高。 我见过最离谱的项目，厂商报的单台系统价是80万，结果客户落地的时候，光把原来的老旧调度系统跟新的无人驾驶系统做接口适配，就花了200万，最后算下来回本周期直接从3年拉到8年，老板脸都绿了。 现在国内做的比较稳的港口无人驾驶项目，基本都是从新建港区开始就同步做系统预埋，不是后期硬改—— 港口无人驾驶集卡车路协同路侧设备安装现场 💡 这里提个醒：很多厂商给客户算投资回报的时候，故意把司机的工资按一二线城市的标准算，实际上矿区、港口的司机本来就在三四线城市，工资没那么高，算出来的回本周期根本不准。你自己得按本地的实际用工成本算，别被PPT忽悠了。 碰到这种情况，很多中小客户心里肯定打鼓： 问：我们是中小型的制造企业，厂区里有几百台转运的叉车，预算不多，是不是根本没资格上无人驾驶的系统？ 答：真不是。现在行业已经过了"大项目砸钱"的阶段了，很多厂商已经把厂区无人物流的方案拆成了模块化的。比如你不用一上来就把所有叉车都改了，先拿10台跑固定路线的转运车做试点，不用搭全厂区的5G专网，用现有厂区WiFi加边缘计算网关，单台改造成本能压到原来的1/3，算下来一年省的叉车司机工资，1年半就能回本。别一开始就追求一步到位的全厂区覆盖，先跑通最堵的那条转运线，比啥都强。 ❗ 还有个容易被忽略的点：无人驾驶系统落地之后，不是装完就完事了。你得有人会维护，会调参数，会处理传感器的故障。很多企业一开始没算这笔人力成本，最后系统出了问题，还要等厂商的工程师从几百公里外赶过来，停个三五天，整个生产流程都受影响，反而比原来的人工转运效率还低。

别把工业无人驾驶跟乘用车自动驾驶混为一谈

很多厂商现在为了拿项目，总喜欢把乘用车的那套逻辑搬到工业场景里，说自己的视觉算法能识别多少种障碍物，能实现多复杂的避障。说真的，这些功能在工业场景里，有用但没那么重要。 工业场景里的车，跑的是固定的路线，作业的流程是固定的，碰到的障碍物类型也是固定的——无非是其他作业的车、临时放的物料、偶尔窜出来的野猫野狗。你根本不需要算法能识别出路边的草是什么品种，只需要它在传感器被煤尘糊住、被暴雨淋的时候，能正常给车发减速的指令，能在网络断了的时候，自动把车安全停在路边不溜车。 现在行业的核心矛盾，从来不是算法不够先进，是技术的落地成本跟实际生产需求的不匹配。 说实话，前几年行业里的风气确实不好，大家都在吹概念，比谁的PPT做的炫，谁的测试里程长，根本不管客户落地的时候要踩多少坑。不过话说回来，这两年真的变了。 厂商不吹全无人的牛了，开始实实在在算每一分钱的投入产出，开始盯着传感器的防护等级做迭代，开始把系统跟客户原来的生产流程做深度适配。客户也不追风口了，不再为了拿数字化转型的补贴硬上项目，开始盯着实际的降本效果，盯着能不能减少司机在高危场景下的作业风险来选方案。 这才是工业无人驾驶该有的样子。