产业调研:矿区无人驾驶的商业化落地实践

语言: CN / TW / HK

产业调研系列

廖总: 首先分享矿区无人驾驶的意义和规模。 任何技术一定要服务人类进步,也要服务于商业。我们为什么做矿区无人驾驶,一方面这个赛道有很大痛点,社会价值极高,另外一方面矿区场景也适合落地无人驾驶技术。

矿区痛点有几个方面:第一个是安全生产对于矿区是重要的需求,一旦发生事故,不仅仅是停产这么简单,整顿不达标直接面临关停风险,甚至负法律责任。只有把人去掉了,才能实现本质的安全。第二个是矿区一般比较偏远,环境较为恶劣,矿区的司机缺口很大,年轻人从业意愿低,而且需要B类驾照,所以适合的人群很少。目前,新疆矿区司机的工资达到了1万元/月,还是很难招。矿车司机一般是两班倒,同时国家安监部门对于大型矿山也有要求,未来两班倒可能不符合国家安全生产的需求,要上升到三班倒或者四班三倒,所以未来司机缺口只会加大,而且用人成本还会提高。人工成本不仅仅包含工资,还要加上吃饭和住宿,一辆矿车的司机成本大概是一年30万左右,所以把人省掉以后经济价值会更凸显。

矿区是封闭场景,无人驾驶容易落地。1、场景可控:矿区的管理很严格,不会出现行人,为无人驾驶落地带来了很大便利。2、政策支持力度很大:矿用车可以理解为是一个生产设备,不涉及道路路权法规。2020年八部委联合发文,指出2025年在露天矿山要实现智能化和无人化。内蒙古自治区今年二月发文,说要把自治区内矿用无人驾驶车从2021年110台提升到2025年的1200台。3、整个矿区也是低速运行环境,车辆速度不能超过40公里/小时,有的矿山可能不超过20公里/小时。4、矿山的场景可以定义,矿山的道路经常会变化,挖到哪里修到哪里,所以我们认为最终无人驾驶技术在矿区场景落地,会根据未来无人驾驶的需求去重新改造和定义场景。

矿区无人驾驶市场规模经过我们测算,国内大概1300亿/年,拓展到全球大概数千亿/年。

所以因为这几个原因,第一个是有痛点,第二个是容易落地,第三个是市场规模大,我们才选择了这个赛道。

我们成立之初的商业模式就是提供专业的无人驾驶运输运营服务。我们对这个行业有深刻思考,虽然矿区无人驾驶容易落地,但依然有挑战。首先是如何结合场景,获得场景know-how,然后是怎么理解和定义场景。无人驾驶其实就是机器人,适合做简单重复的事情,需要给无人驾驶去营造可以简单工作的场景,更好的发挥计算优势,让无人驾驶落地。我们选择矿山的场景也是因为可控和可定义,如果不利用好这个优势,跟公开道路无人驾驶差别就不大。第三个是如何获取真实数据。第四个是商业闭环,如何把技术卖给别人,大规模采购这个技术。

我们思考了以后,答案是很清晰的:一手抓技术,一手抓运营。只有把控了运营,才能够提供落地环境。做了运营就不只是做demo了,我们在新疆的商业模式是按照土方去计算,干了多少活拿多少钱。做运营,场景可控,车是我们的,管理也是我们的,能够拿到真实数据,形成数据闭环。商务拓展方面,一开始技术不成熟,我们只有通过自己运营把技术落地,才能够让客户更好的接受新的事物。另外我们跟工程公司合作,也能够更好拓展市场。

因为确定做运营,我们做了几个选择:1)选择去做最适合做运营的宽体车,相比于大矿卡,宽体车具备成本优势。 2 )打造标杆案例 ,现在矿山诉求更加具体,如果只是上几台车跑个demo其实解决不了根本问题。新疆我们现在正在服务的矿山一共400+台车,只有大规模运营才能够解决问题。所以我们要上量,在单个矿达到上百台车的规模,才是商业化大规模落地的前提。

3 )我们会精选合作方。 业主方/工程公司本身就倾向于选择一款车型,更加利于管理、车辆维护和零部件备件。我们不会适配所有车型,而是认真跟供应商合作,共同打造出适合矿区无人驾驶的车型。目前我们跟宽体车两大龙头合作(同力和临工),计算平台我们跟华为MDC团队合作,华为内部也是把易控智驾作为矿区的TOP级合作伙伴。矿区场景环境恶劣,极寒极热天气和颠簸严重,对硬件要求很高,我们认为只有华为可以打造商用车车规级的计算平台,才能够实现常态化作业。

易控智驾这四年多在矿区的积累和探索。矿区的赛道比较特殊,组建团队需要懂无人驾驶算法的人、懂车的人,懂矿山的人,还要懂商业的人。我们的团队来自海内外知名的高校,产业背景也包括宇通、百度、阿里、千方等。我们创始人蓝总有15年的创业及商业化落地经验,对商业的理解和判断很强。我们联合创始人张磊也是赛道里面少有的懂车、懂矿、懂无人驾驶的复合型人才,他早年有两年煤炭信息化工作经验,对矿山理解很深刻,现在也一直在矿区现场办公。他之前还曾在宇通客车担任无人驾驶负责人,对车和无人驾驶都很有理解,有10余年的无人驾驶研发经验。我们的技术VP林博,之前是阿里巴巴菜鸟ET物流实验室的硬件负责人,对无人驾驶理解很深。除此之外,我们还有懂矿山的专家,孙总今年63岁,退休返聘加入我们公司的。他本人有三十多年的露天矿工作经验,对我们理解场景和商务拓展都很有帮助。我们整个团队是复合型的组合。

目前我们在深耕一线现场打磨自己的技术,从最早的单车测试到内蒙古单编组运行,再到现在多编组7*24小时运行。目前我们在新疆两个2500和3500万吨的露天煤矿上面做试运营,一步步走得比较扎实。我们的各项数据也是领跑行业的,实现了端对端的数据闭环,包括多编组运行时间最长,单矿车队数量是最多的,自有宽体车数量是最多的,同时测试里程跟累计运输土方量在业内也是遥遥领先。我们对这些数据很看重,无人驾驶着力解决的是长尾问题,需要不断的跑数据才能够发现他们。

商业模式来说,我们是提供无人驾驶运输运营服务。我们去年实现了一定体量的真实场景的无人驾驶运营运输收入,在行业是领先的,而且具有很大的现实意义。未来发展路径很清晰,2022年我们会去做3-4个露天矿,大概60台车辆。技术节点上,我们会在今年下人,这个对于矿方和行业都是很重要的。另外我们会在矿山做一个4-6编组的小规模运行,这个车辆数量上升对于场景理解和调度复杂度要求都更高,我们也认为只有把车的数量上去了才会更加接近真实场景。

2023年会拓展到7-8个露天煤矿,同时无人驾驶车辆达到200台左右,我们希望2023年实现单个矿的大规模运营,同时单矿毛利转正,这个也是我们下人之后的最重要milestone。同时,我们希望2023年实现出海,紫金矿业是我们的股东,有非常多的海外矿山,我们希望能够做一些海外业务,对于国内无人驾驶公司来说出海也是很有机会的方向。

我们认为2024年可以真正实现大规模的商业落地。

Q :前几天有个政策,就是煤矿智能化支出可以列入安全费用,无人驾驶算不算智能化部分?

无人化包含在里面,政策支持力度比较大,现在发现有些矿在招标文件上面就对无人驾驶提出了要求。未来我们认为在国有大矿上面会对无人驾驶规定更加明确。露天煤矿占到煤矿的20%,全球范围内是比较低的。我今天就在矿区,新疆这边就有大量的国家资金投入露天矿开发,首先在能源方面,中国还是高度依赖煤炭能源。第二点是安全生产很重要,未来是大型化和国有化,新疆这边露天矿的比例在上升。我们所在的两个矿区今年分别提升了500万吨的产量,未来会继续提升。

Q :这个行业有几种商业模式?

无人驾驶行业,有一些公司是做技术方案,有一些公司是做运营。为什么我们要做运营刚刚也说过了,另外一些提供技术解决方案的公司还是在做大矿卡的改造。就数量上来说,整个国内的宽体车保有量大概5-6万台,去年新增2万台,大矿卡保有量大概2-3千台,每年新增300台左右,这个量是比较小的。两种方式各有利弊,做运营要解决资产的问题,最终做运营才能够更好地把控场景,更好地落地。我们现在还在资金投入阶段,我们希望明年在单矿把毛利模型打通。

Q 今天做低速、慢速封闭园区的企业,可能在未来3-5年内被一个强大的、占据战略市场的L4级自动驾驶公司降维打击,这种观点怎么看?

我们觉得降维打击不太存在,算法只是无人驾驶环境中的一块。无人驾驶还是有木桶原理——每个地方不能有短板,算法很强不代表你的蓄水能力很强。还有对车的理解,robotaxi是用小的乘用车,我们的宽体车载重以后是至少六七十吨,它的线控性能差异会非常大。矿卡和商用车的线控很不成熟,所以我们看到了一些干线物流的公司要自己做车了,因为线控底盘无法解决。如果直接套用乘用车的算法来做矿山无人驾驶,一开始可能直线都走不了。

Q :矿区场景无人驾驶可能比较容易实现,各个友商的差异在哪里?

最终还是一个木桶原理:如果单点PK,每家都有一些不同的特点,更多的是怎么集成这些东西,对场景更好的理解。虽然我们说矿区场景封闭可控,但是要做到商业化落地还是要面临很多挑战。矿车跑起来不是问题,但怎么以高效率无人化运营是最重要的。而且矿区是要连续运营的,相比有人驾驶,我们要做到更加安全高效,更易管理的方案,才有可能让这个技术在矿区大规模应用起来。更多的时候需要工程师在现场一点点打磨,这个也是场景的壁垒。

矿区这个赛道是一个toB的生意,不可能垄断,我们认为只有大家一起做好才能够让客户接纳这个事情,共同推动产业进步,真正让无人驾驶在矿区落地。

Q :咱们的生意是重资产模式,是否在下游场景拓展会慢一些?

我觉得反而会更快,回到我刚才的观点。无人驾驶是不成熟的,或者是逐步成熟。你要把不成熟的东西大规模卖出去很难,所以刚开始一定要自己做,你买车,然后用起来。成本不是矿方承担,按照土方来结算,这对于业主方来说更加容易接受。如果你只卖技术方案,短期内让矿山用起来是比较难的。从公司角度说,也是有可能未来这个技术成熟到可以作为套件卖出去,去提供技术方案还是有可能的,但是中期我们会坚定去做运营的模式。

Q :矿区无人驾驶传感器到什么水平是够用的?

具体成本不方便透露。整个车辆上面的计算平台+激光雷达+其他套件,除了线控底盘以外大概二十多万。很多硬件我们还是要依赖于产业链的进步,包括我们用的激光雷达离成熟也有距离,未来会走向固态化。包括计算平台,我们跟华为合作比较多,也是需要逐步成熟和稳定的。一定要有量,成本才能持续下降。

Q :您提到跟华为在MDC合作,华为的自动驾驶在乘用车这边有完整的传感器解决方案,未来在传感器这边是否会跟华为有更多合作?

我们在域控制器方面跟华为深度合作,未来在4G、5G网络建设方面也会有合作,目前传感器没有合作。

Q :您刚刚测算了市场规模大概一千多亿,如何测算得到的?

比如煤矿一年40亿吨,露天矿20%,就是8亿吨,煤矿有剥采比,你要运大概56亿方的土石量,我们是每立方4块多的价格计算,那大概就是200多亿。比如我们在新疆的大矿,单纯运输就是4-6亿的产值,带来的收入是比较可观的。比如内蒙古一个矿,2019年巅峰时期土石方运输产值就十几个亿。整体市场是比较大的。

合规声明:本文节选国泰君安计算机团队举办的专家电话会议,属于公开资料,如需纪要全文请后台留言。

- end -  

欢迎加入产业交流群!

欢迎所有对计算机产业研究和投资感兴趣的盆友(包括云计算、网络安全、医疗IT、金融科技、人工智能、自动驾驶等)后台留言加入我们的产业交流群。我们的目标是建立系统的计算机产业研究框架,提高整个A股的IT行业研究水平,减少韭菜数量,普度众生。

智能汽车研究框架(200页PPT)

人工智能及自动驾驶相关报告

1.  如何研究一家AI公司?

2. 从汽车业务商业模式看中科创达和人力外包公司的不同

3. 中科创达:汽车“四化”下加速成长

4. 三谈中科创达:做事情眼光最重要

5. 智能座舱:智能汽车产业大变局中的投资机遇(40页深度)

6. 德赛西威:领先的汽车电子玩家,未来出行变革创领者(深度)

7. 科大讯飞:个性化学习手册改变了什么?(深度)

8. 科大讯飞:你绝对没见过的区域型订单详细拆解(深度)

9. 科大讯飞核心竞争力与增长点分析(50页PPT)

10. 科大讯飞:疫情防控让教育订单商业模式发生怎样的变化?

11. 从Nuance的沉浮看科大讯飞的核心竞争力

12.  格灵深瞳:技术领先到商业落地,计算机视觉场景为王(深度)

13. 一张图看懂AI公司

14. AI+自动驾驶:模糊的正确胜过精确的错误

15. 从主芯片视角研究智能驾驶内在产业逻辑

16. 虹软科技:“价”的弹性大于“量”的弹性(深度)

17. 虹软科技:单机价值量提升带来最大弹性

18. 虹软科技:量价齐升,逻辑最顺(深度)

19. 虹软科技:业绩怎么了?

20 . 科大讯飞:区域订单统计

21 . 对中科创达的一些理解

22 . 英伟达汽车芯片业务发展史

23 .自动驾驶路测数据中的秘密

24.Mobileye:被篡位的自动驾驶芯片老霸主(深度)

25.中科创达:牵手地平线成立合资公司

26.黑芝麻:国产自动驾驶芯片独角兽,用芯赋能未来出行(深度)

27.经纬恒润:汽车电子隐形冠军(深度)

28.计算机视觉:血腥战场(深度)

29. 产业调研:谈谈车载操作系统竞争格局

30 .产业调研:黑芝麻眼中的车载SoC芯片市场

31 .生死时速:新旧势力汽车主机厂自动驾驶进展详细梳理(深度)

32 .地平线:国产自动驾驶芯片龙头发展史(深度)

33. 产业调研:从中科创达产品视角看智能座舱发展趋势

34. 芯驰科技:汽车芯片全赛道覆盖(深度)

35. 为什么汽车芯片这么火?

36. 产业调研:为什么规模化L2是自动驾驶向上突围关键点?

37. 智能汽车芯片研究框架(120页PPT)

38. 产业调研:元宇宙中的集度汽车发布会

39. 产业调研:为什么规模化L2是自动驾驶向上突围关键点?

40. 重磅!计算机研究员眼中的特斯拉(深度)

41. L3级别自动驾驶落地的正确姿势(深度)

42. 软件定义汽车的时代已经到来

43. 产业调研:英伟达如何服务智能汽车行业

44. 产业调研:杰发科技(四维图新)座舱芯片产品路线图

45. 产业调研:芯擎科技(吉利汽车)的座舱芯片之路

46. 智能座舱研究框架(100页PPT)

47.产业调研:计算机视角看蔚来新品发布会

48. 五谈虹软科技:两大核心业务拐点将至

49. 产业调研:不追求科技感的理想L9发布会(附万字纪要)

法律声明

本订阅号发布内容仅代表作者个人看法,并不代表作者所属机构观点。涉及证券投资相关内容应以所属机构正式发布的研究报告内容为准。市场有风险,投资需谨慎。在任何情况下,本订阅号中信息或所表述的意见均不构成对任何人的投资建议。在决定投资前,如有需要,投资者务必向专业人士咨询并谨慎决策。本订阅号运营团队不对任何人因使用本订阅号所载任何内容所引致的任何损失负任何责任。本订阅号所载内容为原创。订阅人对本订阅号发布的所有内容(包括文字、影像等)进行复制、转载的,需明确注明出处,且不得对本订阅号所载内容进行任何有悖原意的引用、删节和修改。