随着大数据、人工智能、云计算、移动互联、5G等技术飞速发展，无人驾驶技术具备了从实验室走向商业化的能力。目前来看，我国量产乘用车无人驾驶等级正在从L2向L3过渡，但也面临着政策、法规等众多挑战亟待突破。相对之下，在诸如矿区、港口等相对封闭的特定场景中，L4等级无人驾驶商用车早已进入到“实战”环节。

与此同时，国内封闭场景下的商用车自动驾驶头部企业也已率先迈入商业化运营阶段。2013年至2018年期间，有关商用车自动驾驶领域各项融资事件仅为25件，融资金额仅有4.27亿元。而在2019年至2021年期间，融资事件已经达到71起，融资金额也跃升至173.7亿元。可以说，近年来商用车自动驾驶领域发展正在按下加速键，逐步成为市场导向的重点目标。

目前，L4等级的自动驾驶所面向的封闭场景，具体可划分为矿区、港口、干线物流、机场、物流园区和末端物流。其中，雷科智途所关注的矿区场景则是重要的应用场景之一。“国外矿区领域的无人驾驶商业化应用已有10多年的历史，无人驾驶技术的全天候、高精度和强感知等优势，非常适合在井工矿等特定场景中替代人进行作业。”理工雷科智途（北京）科技有限公司总经理黄琰表示。

理工雷科智途（北京）有限公司董事、总经理 黄琰

在我国高速发展的大背景之下，社会对于能源和矿业的需求一直处于持续增长状态，矿产领域为社会提供了95％的能源、80％的原材料和70％以上的农业生产资料。但与此同时，矿山地质环境复杂、采掘环境多变、流程体系庞杂、司机老龄化、井下招工难、司机和燃油经济成本不断攀升等问题也随之而来，矿业高效生产和矿工作业安全性两方面均面临巨大挑战。

以井工矿司机为例，目前人均工资成本在15000-20000/月，工作方式实行“三班倒”制度，在无人化后预计每台车的人力成本每年可节省100万以上。同时在安全性方面，根据国家矿山安全监察局调查统计，2021年，全国矿山共发生事故356起、死亡503人。其中，煤矿领域事故91起、死亡178人，非煤矿领域事故265起、死亡325人。一旦遇到安全事故，就要面临长时间的停工整顿，造成的经济损失高达上千万甚至上亿。无论是政府还是矿企方面，都希望尽可能减少安全事故的发生。

对此，国家对于绿色矿山尤其针对露天煤矿领域的建设方向，明确提出“到2025年，大型煤矿基本实现智能化，露天煤矿实现智能连续作业和无人化运输，到2035年各类煤矿基本实现智能化。”在目前的市场前景和清晰的政策方向引导下，无人驾驶技术已经成为矿山智能化的重要标识，也带动了包括主机厂、矿业服务、商用无人驾驶及矿区无人驾驶公司等纷纷投入这一细分市场并在各自领域不断深化、拓展应用场景。

根据亿欧智库发布的《2021中国矿区自动研究报告》指出，2030年中国矿区无人驾驶技术服务市场规模将达到129亿元/年，中国矿区无人驾驶运输服务市场规模将达到3912亿元/年，矿山场景下无人驾驶商业版图正在逐步铺开。雷科智途作为国内最早一批进入矿区无人驾驶领域的全方位技术提供商，从自身技术优势出发，瞄准市场和政策需求，率先攻克井工矿复杂场景，井工矿无人驾驶解决方案已在国内多个矿区落地运营，具有成熟的运营经验和丰富的数据积累，以及相对完善的数据反哺和算法优化能力。

“就国内矿的分布而言，国内90%的矿都分布在地下，其中煤矿的井工矿大概有几千座，非煤的矿像金矿、铜矿、铁矿、铝矿等约有3-4万座，规模庞大。在露天矿领域，过去几年已经聚集了一批玩家，所以我们就把关注重点放在井工矿。” 谈及矿山无人化布局背后的逻辑时，雷科智途的黄琰如是说道。

不同于以自动驾驶矿卡应用为主的露天矿，深处地下数百米的井工矿，因作业环境更为复杂对无人驾驶运营的技术带来了极高的挑战。井工矿无人驾驶作业受到光照不足、空间小、湿度大等多重困扰，直接导致无法利用卫星定位系统，地面已有的通信网络也受到极大限制。因此，不少从事自动驾驶技术开发企业面对井工矿场景下的无人化业务纷纷望而却步。

对于井下无人运输车来说，需具备精确定位、安全探测、自主感知、主动避障、自动错车等功能，方能实现井下辅运车辆无人化驾驶作业。雷科智途现已构建起“硬件自产、技术自研、数据自采、平台自建”的全方位技术优势。

在雷科智途的计划路书当中，2022年内将要实现露天矿与井工矿的基础版本的示范应用；2023年将进行产品的迭代升级，实现标准化通用性解决方案定型，同时完成车路协同与云控系统的结合；2024年将要完善基于云控平台全链条闭环的系统性开发，实现作业调度。。