“自动驾驶（汽车驾驶自动化）指车辆在搭载先进传感器、控制器、执行器的基础上，在特定的设计运行范围内，能自主获取和分析车内外信息，持续地处理部分或全部动态驾驶任务。矿区自动驾驶属于特定场景的自动驾驶，相对于全路况乘用车自动驾驶而言，能够更快落地。而2020-2025年将是我国矿区自动驾驶的重点建设期。”

本文选自梧桐树资本风险投资团队陆元昊的《矿区自动驾驶行业研究》。

报告结论

矿区自动驾驶属于特定场景的自动驾驶，相对于全路况乘用车自动驾驶而言，能够更快落地。矿区无人驾驶的实现是一项综合工程，涉及线控技术、环境感知技术等五大技术。

矿区无人驾驶的行业驱动力主要包括：

①矿区工作环境恶劣，危险系数高，事故后果严重；

②矿山劳动力老龄化问题严重，流动性大，人员成本逐年增加；

③5G、激光雷达等上游产业链的成熟及商业化为矿区无人驾驶提供了极大的支持；

④矿区无人驾驶政策从2019年开始逐渐清晰，国家、产煤大省、头部企业纷纷出台相应政策大力支持矿区无人驾驶。

国外的矿区自动驾驶已经较为成熟，以小松和卡特彼勒为代表。而国内的矿区自动驾驶主要运用在运输无人化上，现阶段主要由自动驾驶初创企业牵头。2020-2025年是我国矿区自动驾驶的重点建设期，目前国内初创企业正处于实地测试试运营期以及规模化试运营的阶段。矿区自动驾驶主要有技术服务和运输服务两种商业模式，总体市场规模约为3000亿/年。

产业链上游为传感器（激光雷达、毫米波雷达、摄像头等）、计算单元、通讯运营商等，下游为煤矿、铁矿、建筑砂石矿等需要封闭运输的场景，涉及矿主、工程承包商、运输公司。重点关注中游无人驾驶解决方案商的投资机会，总体来看行业格局未定，行业刚刚起步，尚未有玩家在该领域实现过亿营收，新入局者未来还有成长机会。

目前第一梯队玩家已经从实地测试阶段迈入试运营阶段，领先第二梯队1-2年时间。已有实际矿山运营数据，重点验证其车辆稳定性、平台调度及车辆决策能力（整体运营效率及可靠性）、针对不同环境的矿区的适应性问题、夜间作业情况等。可通过矿山客户的客户访谈获得更实际的反馈和判断（实际运营效率、经济性分析、可靠性分析）。

对于第二梯队的玩家，目前正处于刚改完车，即将进行实际落地测试的阶段，暂时无法得到实际矿山运营数据。重点关注其创始团队过往履历、团队对行业方向和技术的理解深度、当前估值与现阶段业务进展的匹配程度等。

风险点在于资产较重，一辆自动驾驶宽体车成本100万左右，能否及时回笼资金，在资本市场上拿到足够的资金，是对创业公司的快速成长期的一个考验。

基本概念

（一）小结结论

现阶段，全路况的无人驾驶难以实现。相对于乘用车的自动驾驶而言，矿区商用车的自动驾驶由于道路相对封闭、行驶线路相对固定等原因将更快进入规模化落地阶段。

矿区无人驾驶的实现是一项综合工程，涉及到线控技术、环境感知技术、定位导航技术、路径规划技术和决策控制技术。

我国的矿业资源丰富，在我国国民经济中占有重要地位，其中煤炭占据主导地位。目前矿山无人驾驶主要聚焦于露天矿运输，国外主要是用大型矿卡，国内采用宽体自卸车。

（二）定义与理解

根据工信部和标准委的当前界定，自动驾驶（汽车驾驶自动化）指车辆在搭载先进传感器、控制器、执行器的基础上，在特定的设计运行范围内，能自主获取和分析车内外信息，持续地处理部分或全部动态驾驶任务。

SAE（国际自动机工程师学会）最早于2014年就制定了自定驾驶级别分类，首次提出了L0-L5级的分级方法。随后这一套标准在全球范围传播开。我国于21年开始实行的《汽车驾驶自动化分级》，也沿用了SAE L0-L5的分级方法。根据此报批文件，我国将汽车自动驾驶分级分成六个等级，分别为0级应急辅助驾驶到5级完全自动驾驶。从0到5级，自动驾驶能力逐级递增。

全路况的自动驾驶是汽车电子技术发展的终极目标，但是现阶段的智能化和网联化程度尚不支持全路况自动驾驶。相比乘用车自动驾驶，商用车自动驾驶更快并即将进入规模化落地阶段，矿区场景是其中一个典型场景。矿区运输道路相对封闭无人，行驶路线相对固定，时速往往低于30km/h，装卸环节无需人工操作，且矿用车辆属于非公路车辆，没有牌照准入等监管挑战，且政策大力支持，各方面都有利于无人驾驶在矿山运输场景的落地。

（三）关键技术

矿区无人驾驶的实现是一项综合工程，不仅需要进行无人驾驶改装，线控化设计和匹配，加装软件算法和多传感器融合方案，还需要搭建调度系统、高精地图和通信网络，实现最有路径规划和决策控制。

（四）发展背景

我国矿业资源丰富，已探明的矿产资源约占世界总量的12%，居世界第3位。矿业在我国国民经济中占有重要地位，2018年我国矿业产值超6万亿元，占全国GDP比重近7%。人民日常生活中的95%的能源，80%的原材料，70%以上的农业生产资料都是由矿业提供的。自然资源部中国地质调查局国际矿业研究中心首席研究员陈其慎：高质量发展，不但没有降低矿产资源的消费量，而且在增加矿产资源消费量。比如我们的飞机、我们的手机、3C产品基本上80%以上的材料都来自于矿产资源。

我国矿业资源主要集中在煤炭和有色金属行业，其中煤炭占我国能源主导地位，每年开采量约在35亿吨。目前全国约有6000余座煤炭矿山，从业人员超过300万人。

按开采方式分类，矿山开采包括露天开采和地下开采两种，对应的矿就叫露天矿和井工矿。近年来我国的煤矿露天开采比例一直在增长，从2005年的5.1%增长到了2018年的25%。相对井工矿，露天矿的本质是大型地面土石方剥离工程，作业空间开放、基础设施的建设成本相对较低，通讯传输技术及定位技术易于实现。因此，目前，国内外矿山自动驾驶几乎都聚焦露天矿运输，井工矿自动化多采用类AGV方案。

露天矿山的运输车辆主要有大型矿卡、非公路宽体自卸车和后八轮。大型矿卡在国外矿山广泛使用，载重100-400吨。但单车售价高达数千万元，在国内通常是大型国有矿山才会采购，并未得到广泛使用。宽体车市场价格在60万-100万元之间，载重40-100吨，起源于国内，由于安全性更好，近几年在我国矿山得到广泛应用。普通公路自卸车，额定载重十几吨，实际通常载重到20-30吨，因为售价低（单台20万左右），早期被国内矿山所采用，但由于安全性差，近年来份额缩小。据易控智驾 CEO透露，大型矿卡国内一年出货量约200多台，而宽体车2019年的销量就已经超过1.1万台。

行业驱动力

（一）小结结论

矿区无人驾驶的行业驱动力主要包括：①矿区工作环境恶劣，危险系数高，事故后果严重；②矿山劳动力老龄化问题严重，流动性大，人员成本逐年增加；③5G、激光雷达等上游产业链的成熟及商业化为矿区无人驾驶提供了极大的支持；④矿区无人驾驶政策从2019年开始逐渐清晰，国家、产煤大省、头部企业纷纷出台相应政策大力支持矿区无人驾驶。

（二）安全问题

矿区工作环境恶劣，危险系数高。例如在内蒙白云鄂博的东矿区内，弯道多达 52 处。行驶在这些路面上的是上百吨级别的运输车辆，车长 13 米，宽和高都近 7 米，驾驶员的视野受限，操作难度大，很容易发生碰撞、碾压、侧翻等意外，甚至发生伤亡事故。

通过查阅国家煤监局网站和文献资料，得知2009—2018年我国煤矿生产安全事故起数共发生7107起，死亡人数共12205人;平均每年约发生711起，死亡人数约1221人。2020年全国共发生矿山事故434起、死亡573人，其中煤矿事故122起、死亡225人，非煤矿山事故312起、死亡348人（资料来源：国家矿山安全监察局）。我国发展对煤矿的依赖度较高，且有相当数量的矿井的开采条件复杂，完全消除生产安全事故短期内较为困难。同时，在国家安全监管政策下，若发生安全事故死亡，所属矿区需停产整顿。涉事矿区将造成千万甚至上亿元的损失，更为严重的会被吊销采矿许可证，管理者承担刑事责任。

（三）人口结构与用工成本

矿山劳动力70%是60后和70后，平均学历低，老龄化严重，同时流动性极强，一般5~6年便会转岗，而偏远地区恶劣的工作环境加重用工难问题，高原地区的平均转岗时间为3年。年龄偏老的工人，在操作机器设备时更容易产生误操作，一旦发生安全事故，他们的反应速度也比年轻人差，进而加剧事故的严重程度。

运输成本占矿山开采总成本的50%以上，人力成本占运输成本的35%以上。同时由于司机操作不规范，车辆维修、轮胎损耗、油耗等成本也居高不下。在矿山行业去产能、降成本的大趋势下，人员成本居高不下、逐年增加。如果按照月薪8000元计算，一个年产200万吨-400万吨的中型煤矿大约需要80-120台矿卡，每台矿卡配备2-3名司机，共计需要约160名-360名司机，那么一个矿区每个月矿卡司机的工资开支至少在120万以上。

（四）产业链的成熟

采矿行业是5G+工业互联网探索最早、应用最为广泛的领域之一，5G作为采矿行业推进产业数字化进程的“智能工具箱”，与大数据、云计算、人工智能等新技术融合应用正加速释放技术潜能，可以实现矿山生产环节中的智能感知、泛在链接、精准控制，助力矿山“自动化减人、智能化换人”。20年4月，工信部等3部门联合编制了《有色金属行业智能工厂（矿山）建设指南（试行）》，为5G、工业互联网等新一代信息通信技术与有色金属行业融合创新发展指明了方向。

作为高级别自动驾驶汽车不可或缺的关键传感器之一，激光雷达因为价格过于昂贵，在过去相当长的一段时间里让很多玩家敬而远之。但目前激光雷达价格正转入下探通道，使得其大规模商业化成为可能。2007 年 Velodyne首次发布的 64 线机械式激光雷达产品 HDL-64E 价格近8万美元，2010 年发布的 32 线机械式产品 HDL-32E 价格大幅下降50%至4万美元，随后2018年正式宣布由于大规模量产VLP-16产品价格由最初的8000美元降至3999美元，价格下降幅度显著。并且计划到2024年将平均售价从2017年的17,900美元降至600美元。中国厂商制造的激光雷达的价格大致为欧美企业激光雷达价格的20%，市场价格竞争激烈。

（五）政策推动

矿区无人驾驶政策从2019年开始逐步清晰，国家大力支持。产煤大省及企业也陆续出台政策大力推广矿区无人驾驶。

行业状况

（一） 小结结论

在澳大利亚、加拿大、巴西等国家的矿山上早已形成商业化。其中卡特彼勒和小松是矿区自动驾驶最大的玩家。国内的矿区自动驾驶主要运用在运输无人化上，现阶段主要由自动驾驶初创企业牵头。2020-2025年是我国矿区自动驾驶的重点建设期，目前国内初创企业正处于实地测试试运营期到规模化试运营的过渡阶段。矿区自动驾驶主要有技术服务和运输服务两种商业模式，总体市场规模约为3000亿/年。

（二） 国外企业发展状况

在国内，无人驾驶矿山车是最近两三年才出现的新物种，而在国外，如澳大利亚、加拿大、巴西等国家的矿山上（以铁矿为主）则早已形成商业化。目前在澳大利发展最为成熟。截至2020年2月，全球约500辆自动驾驶运输卡车中有近80%在澳大利亚。实际数据表明，矿区自动驾驶对矿企有明显的降本增效作用。

自2012年我们在Solomon采用自动载运系统（AHS）后，已累计完成200万吨安全运输，较传统设备，其生产率提升了20%。（福特斯库金属集团（FMG)， 2016年报）

据统计占总体20%的72辆自动矿卡平均每辆多工作超1,000小时，同时降低15%维护成本。（力拓集团（Rio Tinto）， 2016年报）

卡特彼勒：成立于1925年，总部位于美国伊利诺州，是世界上最大的工程机械和矿山设备生产厂家。在无人驾驶研发方面的投入时间已超过30年，起源于内部的软件研发部门，经过多次迭代，整合形成目前完整地针对矿区的方案。早在1994年，卡特彼勒便在美国的矿山中测试自动驾驶矿车。无人驾驶矿用卡车累计自动驾驶里程超过7240万公里，自从2018年11月无人驾驶矿卡运输量累计到达10亿吨后，仅用16个月就将无人驾驶矿卡累计运输量翻番。其无人驾驶矿卡每日累计里程可绕地球两圈。

小松：小松的自动驾驶晚于卡特彼勒。2005年，小松在智利的铜矿开始进行无人运输系统的试验，小松并没有为无人驾驶研制新型车辆，而是采用现有车型，为其安装了多种传感器、控制器和通讯组件等设备，确保其可在指令之下自动行驶。2008年1月实现了商业化部署。如今，小松的无人运输系统已应用在澳大利亚、南北美洲的矿山，小松AHS(自动运输系统)已在全球4个国家的10个矿山应用，包括铜、铁和油砂。

（三） 国内企业发展状况

海外矿区自动驾驶方案基本都嵌在整体矿山自动化解决方案中间，同时会有地面采掘的无人化、地面运输的无人化、地下采掘的无人化以及整个矿山的数字化管理方案， 如小松的DANTOTSU战略和卡特彼勒的MineStar战略。而中国现阶段主要在运输无人化上。与国外的无人驾驶矿车市场由工程机械制造企业主导不同，国内目前是由特定场景自动驾驶初创公司来牵头实现。

海外矿山分布较为集中，且单个矿山产量巨大，有能力整体改造，而我国的矿山相对分散，基础设施相对落后。例如，铁矿石资源90%集中在西澳洲，煤炭资源重99%的褐煤集中在维多利亚州，61%的烟煤集中在昆士兰。资源分布的集中导致矿企的垄断，从而影响了下游工程机械的格局。海外矿用工程机械也基本被卡特比勒、小松垄断。我国煤炭资源总量为5.9万亿吨，生产中的矿址有3000多个，集中度较低。同时，相比国外，国内矿山的条件更差，这表现在矿区路况差、碎石多、粉尘多。国内许多矿场依山开采，道路修筑困难，使用期又较短，因此矿区的路面大多是由碎石铺成，路况复杂，灰尘大。这反过来更容易损坏车辆部件，缩短车辆寿命。这也导致了国内无人驾驶技术起步晚于国外，早期技术不成熟，难以适应矿山需求。

（四）市场规模

对应到矿区无人驾驶相关的市场主要可分为两类商业模式：技术服务和运输服务。其中技术服务指的是无人驾驶相关改装费、前装销售分成以及平台运营费；运输服务费对应的是一种新的商业模式，矿区无人驾驶公司直接提供无人驾驶的智慧运输服务。

技术服务相关市场规模：58.75亿/年

运输服务相关市场规模：2760亿/年

细分产业情况

（一）小结结论

产业链上游为传感器（激光雷达、毫米波雷达、摄像头等）、计算单元、通讯运营商等，下游为煤矿、铁矿、有色金属矿、建筑砂石矿等需要封闭运输的场景，涉及矿主、工程承包商、运输公司等。重点关注中游无人驾驶解决方案商的机会，包括垂直场景无人驾驶厂商、新能源主机厂等，总体来看商业格局未定，尚未有玩家在该领域实现过亿营收，行业刚刚起步，新入局者未来还有成长机会。

目前第一梯队玩家已经从实地测试阶段迈入试运营阶段，领先第二梯队1-2年左右时间。已经有1-2年的实际矿山运营数据，重点验证其车辆稳定性、平台调度及车辆决策能力（整体运营效率及可靠性）、针对不同环境的矿区的适应性问题、夜间作业情况等。可通过矿山客户的客户访谈获得更实际的反馈和判断（实际运营效率、经济性分析、可靠性分析）。

对于第二梯队的玩家，目前正处于刚改装完宽体车，即将进行实际落地测试的阶段，暂时无法得到实际运营数据。更应该关注其创始团队过往履历、团队对行业方向和技术的理解深度、当前估值与现阶段业务进展的匹配程度等。

（二）产业图谱

矿山无人驾驶上游主要是芯片、摄像头、激光雷达、毫米波雷达、高精度地图、V2X等，中游为矿山车企和无人驾驶解决方案商，下游应用主要是在煤矿、铁矿、有色金属矿、建筑砂石矿等需要封闭运输的场景。

1.产业链上游

从产业链上游来看，典型的无人矿车配置：通过增加激光雷达、毫米波雷达、摄像头、GPS定位、RTK、5G通讯模块、计算平台及主控制器，实现环境感知、定位与自主导航、避障等功能。由于矿车的售价普遍较高(百万级)，对自动驾驶相关硬件价格的敏感度相对较低。

2018年中国毫米波雷达出货358万个，假设平均售价为750元，市场规模27亿。中国毫米波雷达市场基本上被国外巨头垄断，TOP5市场占有率在95%以上。国产中国毫米波雷达芯片厂商包括厦门意行、清能华波、上海矽杰微、上海加特兰、南京问智微、杭州岸达等公司。虽然国产雷达芯片已经起步，但是国产雷达芯片企业主要开发射频收发组件，而收发单元在整个雷达系统中功能和成本比例并不很高。国产的雷达芯片还不具备雷达信号处理相关算法的核心功能。

激光雷达公司Velodyne2015年出货量为3000余台，至2019年累计销量突破3万台，达到了5亿美元销售里程碑，全球领先。此外，Quanergy、Innoviz、Ibeo以及国内的禾赛光电、速腾聚创及北科天绘等激光雷达公司紧随其后，不断更新旗下激光雷达产品线，2018年禾赛车载LIDAR实现销售额仅次于Velodyne。

矿山无人驾驶由于场景相对封闭、干扰少，传感器数量少于乘用车，因此对于计算力的需要要求相对较低，同时对体积和功耗的要求并不高；此外，5G的广泛应用，部分计算可以在云平台进行，降低边缘计算的算力要求。不需要像乘用车自动驾驶那样使用ASIC芯片，据企业反应，华为的计算盒子即可满足需求。

2.产业链中游

中国矿山自动驾驶市场主要由本土企业所占据，主要由矿区垂直场景无人能驾驶厂商牵头。其中踏歌智行、慧拓智能、易控智驾等第一批入局者知名度较大。基本于2017年前后开始技术研发，2019年前后进行实地测试，尝试商业化落地，目前正处于规模化试运营状态。领先第二梯队玩家（21年完成样车，开始进行实地测试）1-2年的时间。

3.产业链下游

下游应用主要是在煤矿、铁矿、有色金属矿、建筑砂石矿等需要封闭运输的场景。对于矿企而言，有自营和外包两种商业模式。对于工程承包商而言，可以采用自营或者外包运输商的商业模式。

（三）重点关注赛道及投资分析

封闭场景的单车无人驾驶难度并不高，但实际生产作业时需要以车队编组调度作业，同时运输车队需要连接挖掘、装卸等其他作业流程，对平台调度能力及车辆决策能力提出更高要求。比单车智能水平更重要的是，能否像“有人驾驶”那样真正融入矿山的整个作业体系中去。通常，一个大的工作面有 6、7 个编组交叉作业，这样有的路口可能有几十辆车交汇。长期看，调度算法对提高生产经营效率的价值要超过无人驾驶单车智能算法。

另一方面，各种矿区不同的工况特点会给技术可靠性和通用性带来挑战，例如金属矿石的电磁特性会影响毫米波雷达的性能，高寒地区矿区的温度会影响电气电子设备的稳定性等等。

其次，因为矿区是3班倒，只有实现夜间作业才能真正替代人工，目前头部企业已开始夜间驾驶测试。

对于第一梯队的玩家，已经有1-2年的实际矿山运营数据，重点验证其车辆稳定性、平台调度及车辆决策能力（整体运营效率及可靠性）、针对不同环境的矿区的适应性问题、夜间作业情况等。可通过矿山客户的客户访谈获得更实际的反馈和判断（实际运营效率、经济性分析、可靠性分析）。矿企最在意的能否安全高效地作业，而不是“有人”还是“无人”。

对于第二梯队的玩家，目前正处于刚改装完宽体车，即将进行实际落地测试的阶段，暂时无法得到实际运营数据。更应该关注其创始团队工程能力、团队对行业方向和技术的理解深度、当前估值与现阶段业务进展的匹配程度等。

风险点一方面在于重资产的问题，一辆宽体车加装完传感器等硬件总成本近100万，随着车队规模的增加，对资金的需求量也将越来越大。假设3年后需要1000台车的车队，就需要10亿资金。能否及时回笼资金（使用融资租赁等模式），在资本市场上拿到足够的资金，是对创业公司的快速成长期的一个考验。

（四）创业标的对比

第一梯队玩家享有较大的知名度，获得上亿的融资，有实际落地矿区的运营数据，有实际的矿区自动驾驶的数据积累，可以在后续BD及融资过程中占有一定优势。如何利用好先发优势，拿下更多的矿山订单，将先发优势进一步转化为自己的商业壁垒是下一步的重点。

对于新进入者而言，落后第一梯队1-2年的时间，影响力不足先行者，处于劣势状态。但好在行业刚刚起步，市场空间足够大，且尚未形成龙头玩家，未来还有发展机会。如何利用创始团队的资源和过往经验进行快速落地运营，同时参考行业先行者的经验，更有效率的利用资金，实现更快的商业落地，去积累实际运营数据是下一步的重点。

-END-