里程碑！中国第一支智能环卫清洁车队“大路考”（视频）

新智元报道

编辑：克雷格

【新智元导读】8月底，上海浦东新区街头出现了中国第一支自动驾驶清洁车队，在政府相关部门的见证下，三辆智能环卫清扫车按照既定路线，完成了城市道路的清扫测试。值得注意的是，这支车队背后的技术研发团队Autowise.ai成立仅一年，但已经拿下国内多个重点城市环保订单，印证了自动驾驶清洁车是自动驾驶商业落地的有效方式。

中国第一个自动驾驶清洁车队上路了！

8月28日，由上海浦东新区环保市容局、上海城建城市运营、Autowise.ai共同研发试点的城市智能环卫清扫车进行城市道路运行试验。

实验中，三辆城市智能环卫清扫车在上海浦东科苑路（金科路-华夏中路）自动苏醒，按照既定路线，通过360度全息感应，垃圾清扫、障碍物绕行、垃圾倾倒、自动泊车一气呵成！

相较传统清扫模式，智能环卫清扫车使得清扫车利用率较原先提升2-3倍，清扫效果上能实现5厘米内的精准贴边清扫，实现清扫无死角。

自动驾驶清扫车完成首次“路考”，合格！

运行试验是智能环卫清扫车的一次路考。

作业过程中，清洁车队需要对全长5公里的机动车道和非机动车道进行清扫，除了保证清扫效率和效果，还需要通过一些列测试，包括：

• 定时唤醒、全自动洗扫
• 路边车辆、自行车绕行
• 行人反复横穿马路工况处理
• 红绿灯识别、路口调头
• 与垃圾转运车精准对接，自动倾倒垃圾
• 全自动泊车

视频中的这三辆城市智能环卫清扫车组成中国第一支自动驾驶清洁车队。

车队由一辆中型清洁车和两辆小型清洁车组成。

在测试中，三辆车从车辆停止线出发，其中中型清洁车延主干道右侧作业，从视频中可以看到，车辆贴边清扫路面白色垃圾的效果非常明显。

最后，中型清洁车在测试终点进行自主倒车，将垃圾倾倒至回收车中，并完成自动泊车。

今年3月，新智元曾独家报道这台中型自动驾驶清洁车路测，这辆车由一辆近6米的纯电动洗扫车改制而成，在凌晨两点自动出发执行清扫任务，当时已经在上海某科技园区应用。

除了这三台智能环卫清扫车，本次路测的技术研发方Autowise.ai（上海仙途智能）公司还研发了大型清洁车，产品覆盖大中小三种车型，针对不同市场。下表是三种车型的具体参数。

（资料来源：Autowise）

其中针对头部市场的中大型清洁车，目前没有竞品。

成立仅一年便出海，Autowise.ai已获得欧洲环保企业订单

Autowise.ai由原滴滴无人驾驶负责人黄超在去年创办，目前主要聚焦Level 5级别自动驾驶清扫车，车辆覆盖产业内全部车型（从3吨小型清洁车到16吨大型清洁车）。

黄超曾主导滴滴Level4无人驾驶从0到1研发，组建超过40人的团队，仅用一年时间便完成滴滴无人车在城市道路与高速公路的测试和验收。

Autowise.ai创始人黄超

Autowise.ai联合创始人还包括原百度大数据架构师叶青和通用汽车中国战略投资部总监史庭佳。叶青曾负责百度数据团队和计算团队技术研发，负责开发百度第一代公司级AI平台和第一代大规模机器学习框架。史庭佳曾负责通用汽车在华投资并购以及在华合资公司的商务谈判，并参与通用汽车在华无人驾驶相关项目的战略制定与实施。

融资方面，Autowise.ai获得了红点中国独家天使轮数千万人民币投资，以及启迪控股、上海城建/隧道股份总额超过亿元的战略投资。

启迪控股是国内最大科技园区运营商之一(清华/启迪科技园)，并控股全国最大的民营环卫公司启迪桑德集团，这为Autowise.ai迅速铺开无人驾驶环卫业务提供了独一无二的商务渠道；上海城建/隧道股份负责上海超过90%的城市交通基础设施运营维护。一线城市的市管道路（如高速、高架、隧道、大桥等）是行业中最复杂也是标准最高的细分市场。通过与上海城建/隧道股份的这一合作，Autowise.ai成功拓展上海头部市场，得到了持续优化技术所需要的真实运行场景，并开始获取持续运营收入。

商业化落地方面，Autowise.ai多点开花，已经拿下浦东新区环保市容局、厦门某地标公园、上海迪士尼、浙江隧道收费例行清扫服务订单，开始产生稳定现金流，这无疑是无人驾驶行业的重大突破。

此外，也有消息称欧洲某国最大的环保企业正准备引进Autowise.ai的无人清扫车，Autowise.ai国际化布局正在加速。

无人驾驶清洁车门槛也不低，贴边清扫误差需要5cm

自动驾驶清洁车是实现自动驾驶技术商业化落地的有效方式，但并非是低技术门槛，在感知、地图&定位、决策、控制、车辆工程等技术环节都面临技术挑战。

以感知为例，自动驾驶清洁车采用低成本传感器方案，一般是用5个16线激光雷达、4个摄像头、两个毫米波雷达等设备，但低成本的传感器方案的数据存在精度低、过于稀疏、噪声大等问题，也需要应对较复杂的交通流场景，对环境感知在时空维度上的精准建模和异构的传感器数据融合技术有更高的要求。

在地图与定位方面，由于城市道路90%以上的垃圾都集中在道路的边界，因此贴边清扫的定位要求更高，误差需要5cm，并且清扫场景多样 ，许多场景中GNSS信号微弱甚至丢失，例如隧道、园区，需要特征定位，车速姿态信息、磁力计等滤波来实现高精定位，以及curb检查相对定位来完成厘米级定位。

针对上述难点，Autowise.ai在以下几方面做出创新：

HD Map & SLAM

对系统对所覆盖道路通过 SLAM 建立大规模高精度地图。定位时不依赖昂贵的高 精度定位设备，采用多激光雷达和低成本 GPS/IMU的传感器融合。系统硬件冗余设置，在某个传感器临时故障或者 GPS 信号微弱的场景也可以完成高精度定位。

Perception

灵活的多传感器融合框架，支持不同传感器之间的时空同步及异构的数据融合;

不同类型的多传感器的冗余配置，覆盖车身周围 360 度无盲区，提高感知结果的鲁棒性和准确性，同时降低对昂贵高线束激光雷达的依赖节，省成本。

Planning 基于 LSTM 的车辆及行人轨迹预测。根据实时检测障碍物和交通参与者的预测轨迹，生成可行驶区域，依此生成综合考虑舒适度和安全性的基于优化的轨迹。

全国道路清扫市场接近万亿，自动驾驶也将产生巨大社会价值

目前无人驾驶还处于高速发展阶段，距离最终大规模载人商用还需要一段时间的技术积累，但在一些低速、可控的环境下，无人驾驶技术已经足够成熟，道路清扫就是这样一个可控的环境，商业前景巨大。

2015年全国道路已经达到450万公里，包含了高速、城市道路以及乡村道路，这是一个万亿级别的市场，目前大多还使用人工清扫的方式，这使得环卫公司的人力成本占到了运营总成本的60%以上。

与之对应的现实是，2016年，全国城市道路清扫面积75.3亿平方米，其中机械清扫面积45亿平方米，机械清扫率59.7%，与发达国家80%以上的机械化清扫率相比，存在较大发展空间。

按平均宽度10米算，总面积达到数百亿平米。普通道路清扫的最低价格通常为一年10元/平米，粗略估算，全国道路清扫的费用已经接近万亿量级。

目前，Autowise.ai的无人驾驶收费清扫业务已经在厦门地标公园、杭州新建隧道等多地落地运营，并开始产生稳定运营现金流。

此外，随着人力成本不断上升以及中国环卫行业人口老龄化加速，导致清扫效率降低，机械化率提升是大势所趋。

同时，环卫工人稀缺、工作危险性大，并且面临高温、雾霾工作、凌晨加班、影响交通等等因素，无人驾驶清洁车都可以解决上述问题，产生巨大的社会价值。