仙途智能全球首个自动驾驶清洁车队发布，将进行无人驾驶乘用车研发

“仙途智能，是一家专注于无人驾驶技术的研发的初创公司，将清洁环卫作为落地点。”仙途智能联合创始人和首席架构师叶青表示，在今年年初公司发布了全球首个自动驾驶清洁车队，并且在多个地方进行试运行。

除了商业落地的无人清洁车，我们也在进行无人驾驶乘用车方面的研发，不同于其他公司直接用于商业目的，我们研发乘用车主要是利用乘用车车辆速度快的特点，验证和打磨我们的技术方案，累积数据和里程。因为，在实际的路况下，50%的技术两个场景是通用的。

7月26日，仙途智能联合创始人和首席架构师叶青在高工智能商用车开发者大会上发表主题演讲

回到无人驾驶这个话题，当前无人驾驶的商业化落地已经开始，有很多应用场景正在被开发，而我们选择了无人清洁环卫作为我们的落脚点，主要用于城市道路、高速、高架的扫地作业，清扫过程包括地面洗刷和垃圾搜集，搭载无人驾驶系统，在非高峰时段，对城市、园区和景区道路进行清扫。

这是我们在一个试运行的园区里面进行的拍摄，没有做过多的修饰，为什么选择这样一个园区呢？我们首先就是为了做到无人，我们认为只有做到无人才有商业的价值。

这是车辆以五公里的速度在进行。大家可以看到整个清扫过程当中是贴边进行清扫的，这也是无人清扫领域碰到的一个新的问题。

刚才大家看到的是它从起步、贴边清扫，碰到车辆规避，待会它完成自己的工作之后，它会自动的进行停车入位。这是在园区里面，我们选择的是一个两吨重的小型车辆。

回到我们的问题，为什么我们选择清洁环卫作为我们的落地点？因为清洁环卫是最好的落地场景之一。我们会分别从价值、成熟度、法律法规这三个层面给大家说明一下。

先说价值，无人驾驶环卫是一个社会价值和经济价值都很大的点，社会价值方面，无人驾驶可以有效的提升清洁车辆的利用率，全程人工智能控制，可以让清扫更加规范，也能够覆盖不合适人工操作的时间和环境，提升清扫的效率。

在经济方面，我们保守估计，仅仅从节省人力这方面，无人清洁环卫在两年内就能收回一辆车的硬件成本，并且从趋势上看，人工成本必然是持续提高，而无人驾驶的软硬件成本都将随着产业高速发展而大幅下降。

当然无人驾驶环卫在特定的场景，比如穿越无人区的道路的清扫上还会带来更多的商业上的优势。

说说技术成熟度和法律法规方面的情况，环卫清洁车首先它的工作速度很低，运营时间多为晚上、凌晨或者非高峰的时段，这些特性都让我们的无人清扫车更容易做到安全。

通过拉近无人驾驶技术和市场之间的距离，并且让其他的道路参与者以及周围的居民都更加容易接受这个东西，因为我们是慢速行驶，看到也就看到了。如果我们是一个快速行驶的车辆又是无人的，可能大家就会紧张一些。

有限且相对固定的路线，能够进一步降低意外出现的概率，并且集中运行也更加方便我们进行集中的监控、调度和异常处理。

我们自动驾驶的目标是为了对整个道路进行清扫，如果这个东西比较分散，我们可能不好集中作业。

除了前面说到的技术成熟度的优势，无人驾驶环卫更容易被法律法规所接受，如果说无人驾驶环卫车运营的区域有景区、园区这样的非公共区域，在非公共区域进行运营，只需要业主的同意就可以运行了，不需要通过现有的法律法规。

在公共区域进行运营的时候，我们也会从全封闭过渡到半封闭，然后再在正常道路上进行运营。这样有步骤的进行开放，也相对容易获得主管机构的批准，帮助我们无人驾驶车慢慢的被大家所接受。

同时因为无人清扫环卫有一定的社会价值，也相对容易得到政府的一些特批。相信在不久的将来，大家会看到我们更多的一些进展消息。

无人驾驶环卫车具体是怎么做的呢？在落体过程当中我们遇到了什么样新的挑战呢？

首先在整个技术栈上，对于单车我们使用了Pipeline的模式，这点和乘用车没有太大的区别，所有做无人车的也都能够理解。同时我们也利用大数据仿真帮助我们提前验证加速迭代，对于清扫任务我们也有自研的监控和调度系统。

在清洁车方面，我们选型涵盖了3吨到18吨的不同车型，主要针对的是不同的清扫场景的需求，同时我们普遍选择了新能源车，因为这样能够绕开手动档，方便纵向控制。

线路方面由于清洁车普遍没有原生的电控，我们都是通过加装电控来完成的。在感知方面我们使用了多传感器融合的方案，针对建筑物和树木遮挡造成的失误，我们使用了低成本的GPS芯片加上Slam的方式进行融合定位。针对我们自己的车辆业务场景，我们也对仿真和调度进行持续的迭代。

无人清扫车到底和传统车辆有什么样的不同呢？前面提到我们选择的商业场景是更容易让人接受的慢速的、固定的、非拥堵时段的无人驾驶，从而让技术成熟度相对高，但是安全其实并不意味着简单。

相对于其他的车辆走在道路中间就可以了，清洁车需要贴边运行，同时也需要在贴着道路边缘的同时，还要避让车辆和行人等一些障碍物，，这是一个从感知到车辆执行都要求精度非常高的一个操作。

但事实上我们受到楼宇、树木的遮挡，原始的GPS信号就会比较糟糕，给定位造成麻烦，过大的车辆容易造成盲区，加上我们选择的是低成本的传感器方案，也给我们的感知造成了负担。

特殊的行驶模式给我们的规划，贴边同时又绕障，给我们带来了挑战，最后在车辆集成上，我们驾驭的是相对于乘用车更加粗糙的清洁车，这需要我们在车辆控制上需要作出更大的努力，但是这些现实场景碰到的问题也帮助我们持续的对我们整个系统进行迭代。

最后说一下我们的进展，我们目前已经拥有了14辆无人驾驶车规模的车队，包含了清洁车和乘用车，我们累积进行了八个月的测试，其中清洁车涵盖了3吨到18吨的车型。

我们车队当中的小型清洁车主要针对景区、园区和非机动车道的清扫。大型车辆主要是针对城市道路、高架、隧道这样的清扫场景，其中我们的小型车辆已经在多个园区进行了试运行，而中大型车辆的试运行也在前期的准备当中，相信大家在不久的将来能够看到我们的一些消息。