无人驾驶物流车研究现状论文

现在很多品牌的汽车都可以实现自动驾驶，未来的汽车一定是无人驾驶的。特斯拉、宝马、奔驰等品牌的汽车已经能够实现无人驾驶，这主要依靠摄像头、传感器、gps定位系统和电子控制系统。许多汽车带着l2级自动驾驶离开工厂。在一些特殊情况下，汽车可以自动行驶，而无需车主控制汽车。还有很多车有自动泊车功能，类似于无人驾驶功能。停车时，车主只需换挡。现在也有很多公司涉足无人驾驶技术领域。随着工程师们突破一个又一个难关，无人驾驶的时代总有一天会到来。无人驾驶可以避免人为的不正确操作，响应速度和准确率都比人高，因此无人驾驶技术可以避免交通事故的发生概率。虽然目前的无人驾驶技术偶尔会引发事故，但随着科技的发展，无人驾驶技术也在不断进步。未来，无人驾驶技术肯定可以避免事故，甚至在关键时刻挽救车内成员的生命。

现在很多品牌的汽车都能实现自动驾驶，并且未来的汽车一定是无人驾驶的。特斯拉，宝马，奔驰等品牌的汽车已经能实现无人驾驶了，无人驾驶主要是依靠摄像头，传感器，gps定位系统和电子控制系统来实现的。很多汽车出厂时就带有l2级别的自动驾驶，在某些特殊情况下车主不用控制汽车，汽车就能自动行驶。还有很多汽车带有自动泊车功能，这种功能类似于无人驾驶功能，在泊车时只需要车主切换挡位就可以了。现在也有很多公司涉足无人驾驶技术领域，随着工程师突破一个一个难关，无人驾驶时代有一天会到来的。无人驾驶可以避免人为不正确的操作，反应速度和精准度也要高于人，所以无人驾驶技术可以避免出现交通事故的几率。虽然现在的无人驾驶技术偶尔会导致事故发生，但是随着科技发展，无人驾驶技术正在不断完善。未来，无人驾驶技术一定可以避免事故的发生，甚至在关键时刻可以救车内成员的命。

我们距离真正意义上的无人驾驶，究竟还有多远？

2013年，美国高速公路交通安全委员会提出了自动驾驶技术的分级标准，根据自动驾驶能力的不同，将自动驾驶 汽车 划分为L1-L5五个等级。在L1-L3阶段， 汽车 可以实现有限度的辅助驾驶；而在L4-L5阶段， 汽车 才可以实现真正意义上的自动驾驶，即无人驾驶。

目前，绝大多数「具备自动驾驶能力」的量产车，其自动驾驶技术仍停留在L2-L3阶段。真正意义上的无人驾驶，似乎仍很遥远。正如自动驾驶企业Waymo的CEO John Krafcik所言：「把真正无人驾驶的 汽车 送上路，比火箭登天还难。」

然而，如果我们将眼光放到开放道路之外，就会发现，无人驾驶已经在一些场景实现或者开始了实质性的商业化落地，如 科技 园区常见的低速快递物流小车，再如封闭场景的矿山无人驾驶。

日前，矿山无人驾驶头部企业踏歌智行宣布，其已经在国家能源、国家电投旗下的多个露天煤矿及鄂尔多斯永顺煤矿，首个实现了矿卡/矿用宽体车的24小时「常态化去安全员作业」。未来，以矿山为代表的工业场景，正在成为无人驾驶技术普及的先行者。

鄂尔多斯永顺煤矿无人驾驶常态化去安全员作业

矿山，为什么能成为无人驾驶快速实现商业落地的领域？

与城市道路相比，矿山环境封闭，道路及通行规则自成体系，不存在公开道路的交通法规问题，且车辆路线相对固定，车速大多在40km/h以下；此外，矿山无人驾驶有明确、可控的作业规程指引，商业模式也更加清晰。这些原因都让矿山成为了无人驾驶商业化的绝佳场景。按照前述踏歌智行对常态化“去安全员”作业的描述，该公司的矿区无人驾驶方案已经基本实现矿区L4级别无人驾驶的商业化落地。

露天采矿中矿车运输作业涉及“装-运-卸”作业流程，露天矿作业的核心环节之一。露天煤矿生产作业成本中运输成本（车辆、燃油、维护、司机工资）的占比，往往可以达到50%以上。其中，司机工资又是运输成本中最大的一块。矿山24小时不停工，一辆矿车配置5-8位司机，以三班倒的模式交替上岗、休息。矿山工作环境恶劣，矿车司机收入大约在8000-12000元每月，考虑保险、食宿等费用，矿山雇佣一位司机的综合成本在15-20万元/年左右。这意味着，一辆矿车一年仅人工成本就可能超过百万元。

同时，数据统计显示，露天矿山中，九成以上的重大安全事故多也发生在运输环节，而这些重大安全事故一旦发生，带来的经济损失将数以千万乃至数以亿计。所以，解决了运输环节的安全问题，也就解决了大部分的重大安全隐患。

基于安全和成本考虑，矿山企业有动力推进无人驾驶的商业化落地。同样着眼于安全生产和经济效益双重目标，国家政策也在积极推动露天矿山实现无人驾驶转型。例如，国家发改委、能源局、工信部、煤监局等八部委在2020年3月发布的《关于加快煤矿智能化发展的指导意见》就指出，到2025年，露天煤矿应实现智能连续作业和无人化运输。

在种种因素的共同助推下，矿山无人驾驶市场飞速成长。全国范围内，煤炭、水泥砂石、金属等各类矿山，纷纷布局无人驾驶。多家研究机构预测，到2025年左右，中国矿山无人驾驶市场规模有望达到2000-4000亿元级别，与全球矿业巨头必和必拓一年的总营收额相当。

踏歌智行达成多矿区“常态化去安全员”作业的实践，实现矿区环境下的L4级别，其背后的发展历程与技术实现，对于该领域无人驾驶的进一步发展，以及无人驾驶其他赛道的「去安全员」，不无借鉴意义。

国家能源下属某矿区无人驾驶常态化去安全员作业

早年，矿山无人驾驶工程测试阶段，工程师需要跟车作业，维持无人驾驶系统的运转。随着无人驾驶技术的进步，工程师下车，只留安全员，安全员无需了解无人驾驶原理，且与传统司机相比，安全员只需要在特定情况下介入车辆驾驶，工作强度大幅降低。

在安全员跟车的时代，矿山无人驾驶的潜力尚未获得完全释放，但已经可以产生一定的经济效益。此后，安全员开始「出舱」，不再需要坐在驾驶舱内时刻准备介入驾驶。而矿山无人驾驶的最终目标是「安全员下车」，即不再需要安全员跟车，完全交由矿车自主行驶。

而第三个环节的实现非常复杂，但可以简化为一个兼论“时”、“空”的问题。 时间维度，安全员下车多久？一个小时、一天、还是一个月？空间维度，安全员下车的车辆能完成哪些场景的哪些工作？是量身定制的场景，还是矿区全域的任意作业区域？

与目前行业内常常提及的「安全员下车」概念不同，踏歌智行表示，所谓常态化的安全员下车作业，即除了必要的车辆检修维护，以及按照生产规程不适宜进行生产作业的情景外，其余时间可全天候24小时不间断的安全员下车作业，作业内容覆盖从大循环的“发车到收车”、以及小循环的“装-运-卸”全流程；而非为了生产作业之外的特定目的，在特定环境下、进行有限作业内容、持续数小时至数天的试验性「安全员下车」作业。

据介绍，踏歌智行自2020年7月在包钢白云鄂博铁矿首次实践安全员下车，到今年3月，在多矿区逐一进行常态化安全员下车作业，中间经过20个月日以继夜的研发迭代和现场实践。而今年3月开始推动的常态化安全员下车，踏歌智行亦提出“安全员下车，安全不下车”的口号，稳步推进。对矿卡和矿用宽体车两种车型，均分别采用从“双班下车”、到“24小时三班下车”，再到“7*24小时三班下车”的渐进式策略稳步推进。

技术层面，矿区无人驾驶与开放道路上的乘用车无人驾驶相比，二者各有各的挑战。在开放道路上，无人驾驶要面对人、车、障碍物混杂的复杂环境、复杂的通行规则（交通指示牌、信号灯等）、高达120KM/时的车速、保障所有交通参与人员安全等。

而露天矿山则要面对几乎没有交通标识、道路与运输工作区频繁变化的非结构化道路；工作环境、路面条件恶劣，扬尘、颠簸、滚石、塌方、车辙、翻浆等各类问题；以及高温、高寒、高海拔、雨雾等各类极端气候与地质条件；由于应用场景不同，矿用车的一致性亦会相对偏弱。上述因素，都对矿山车辆无人驾驶系统的技术选择带来不一样的要求。

但能首先实现“常态化安全员下车”这一里程碑结果，其背后肯定不是来自于局部技术“一城一地”的得失，而是一个有 历史 传承的系统工程。所有的技术实现细节之前，先要看清楚顶层的技术布局，而技术布局的背后则是对所专注场景的商业洞察。

如果说乘用车无人驾驶解决方案企业在用To B的商业模式，与上下游协作，最终面向C端消费者交付一件100%标准化的商品，那么矿区无人驾驶则是以To B的商业模式，最终面向B端矿企用户交付一套完整的作业系统。这里有三个关键问题要回答：

乘用车无人驾驶存在单车智能和车路协同的路线之争，矿区无人驾驶应该走什么路线？答案并不是那么显而易见。

踏歌智行介绍，公司成立早期，经过短期摸索，快速聚焦到矿区场景。早期的场测和实测，也是单车模式。但这个阶段之后，技术方案的发展方向在哪里？这是一个没人 探索 过的领域。乘用车的经验可以部分借鉴，但却不能复制。

得益于创始团队的技术积累，踏歌智行提出了矿区无人驾驶“车-地-云”协同的方案架构。在踏歌智行看来，这套架构的意义，就如同当年冯·洛伊曼定义的计算机架构“运算器、控制器、存储器、输入和输出设备五大部分及其相互关系”对计算机的意义。合乎场景的技术架构体系，支撑了踏歌智行后续整个的技术布局。现在从一些其他同类方案身上，也能看到这一架构的影子，尽管大家可能在完成度和细节功能定义上有所不同。

踏歌智行“旷谷”系统架构

To B的生意，不存在100%标准。服务To B行业的创业企业，总是会在产品和项目之间摇摆和纠结。如何在不同的发展阶段，充分利用有限的资源，发挥项目制对市场需求的快速反映，产品化利于方案成熟和效率提升的沉淀优势，协调好两者关系，对中小型 科技 企业而言，是一个非常有挑战话题。这一话题的回答，会反映在公司的组织架构、资源匹配上。

以项目为先，是早期公司必然选择。但踏歌智行根据自身的发展水平，很早在 研发团队 之外，搭建了独立的 产品团队 ；并依托和北航的合作，成立了研究院，专注前期 探索 阶段的技术和项目；同时在早期实践中即建立了体系化的 工程交付团队 。并且尤其注重上述三大团队中“IT-车-矿”三类人才的合理搭配。

“研发+产品+工程”并进的研发模式，使踏歌智行能够快速把一个大的问题，拆解成众多子系统、子产品，进行相应的追踪，通过系统设计、产品设计、技术设计，完成功能实现和多阶段测试，进而快速实现现场跑车验证。该体系可以保证公司快速应对新需求和新挑战。

凭借产品思维和工程思维的加持，踏歌智行研发了业内特有的一系列车规级矿区专用车载域控制器产品。在方案层面，踏歌智行“旷谷”方案也实现极高的成熟度和标准化。该公司能够在大型矿卡和矿用宽体车两种主流车型上，在多个矿区近乎同时实现“常态化安全员下车作业”，也是产品化程度的一个注脚。

据介绍成立之初，踏歌智行做过园区物流业务和一些乘用车的底层技术，并且挣钱了。不过很短的时间内，踏歌智行发现了矿区这一“刚需与政策”加持的宝藏场景。出人意料的，公司放弃了其他所有业务，一心专注地投入到矿区场景。

这可以说是商业选择，但同样也是技术选择——本质是行业方案的深度问题。

踏歌智行认为其竞争优势，根本上来自在露天矿领域长期深耕所形成的核心算法和系统方案积累，包括感知技术、规控技术和云控技术等。融合感知处理矿区的复杂场景，规控技术处理复杂路况、狭小路况；云控技术负责整体调度；自研域控制器保障矿区恶劣作业环境下整个系统的可靠性。软硬件技术长期积累，确保系统作为一个整体的安全性和经济性。

这一选择，也体现在公司的数据思维和闭环思维。如车辆全生命周期管理、高精地图的闭环实现、安全机制的多重冗余与车地云闭环。专注可以让方案成熟更快、切入行业更深，也会衍生出更多的商业模式想象空间。

踏歌智行部分代表性案例

快速实现“常态化安全员下车”，可以说是“车-地-云”架构等几个关键顶层技术构建问题的阶段性成果。而这一成果的落地，在踏歌智行看来，从技术实现维度，背后有赖于如下几个方向的工作：

常态化的安全员下车，是客户的需要。但如何让客户对你有信心，敢放心让你去做这件事情，其实是安全员常态化下车的第一个难点。

当前，矿山无人驾驶应用处于L4级别，即在特定的运行设计域（ODD）内展开。首先，踏歌智行从道路、车辆、环境、管理以及网络等五个维度，建立了针对ODD评估体系。基于ODD评估结果，踏歌智行建立一套围绕常态化安全员下车的风险矩阵表，与客户沟通在作出创新性尝试时可以接受的风险项。进而，踏歌智行形成了安全员分阶段下车的评价体系，将其进程分解为多个阶段。

踏歌智行表示，“有意思的是，我们首先还要给安全员树立信心。”在下车的初期，第一个是“模拟安全员”阶段；此时安全员在车上，但我们要让他相信系统，非不得已不要进行人工接管，这样才能把无效的接管剔除掉，保证数据的真实、准确。后续逐步延长安全员下车的时长，直到实现7*24小时的常态化无安全员运行。

感知技术是无人驾驶功能和安全的第一道关卡。矿区无人驾驶领域，安全性与作业持续性第一，用户成本不敏感。面对其独特的工作环境，融合感知一直是最佳选择。

踏歌智行 “旷谷”方案感知部分，采用多源异构融合感知，包括毫米波雷达、激光雷达、摄像头，大型矿卡各个方向部署的传感器总数量达20多个，为夜间作业的安全性，踏歌智行亦在方案中率先纳入红外传感器。不同类型的传感器具有各种的感知优势，不同来源数据的交叉验证，保证感知信息的准确可靠。

“旷谷”车载系统安装图

踏歌智行提到，作为对整个无人驾驶系统稳定性和常态化安全员下车的保障，他们对整个系统进行了大量冗余设计，包括线控系统的冗余设计、无人驾驶主控制器上的异构冗余方案、无人驾驶各子系统部署独立的冗余模块等。整个方案中安全冗余设计覆盖硬件、感知、通讯等各个核心环节，采用双冗余乃至多冗余方式。在踏歌智行方案构建中，还有一套独立于系统之外的“虚拟安全员”体系。

作为独立于电子设备之外的一道屏障，踏歌智行甚至在驾驶舱内安装了一条「机械腿」，在无安全员的情况下，即便控制系统失效，机械腿将作为最后一道安全屏障，模拟人腿踩下制动踏板，完成紧急刹车。

而在“车-地-云”的大体系架构下，车端安全机制、云端安全机制、地面安全机制，从本质上，也是互为备份的冗余关系，而非仅仅将安全功能交给车载系统。

矿区道路和工作区是非结构化的土路，路面不存在标志线与交通指示标识，道路变化频次非常高。随着矿山生产的推进，矿车的装载、卸货点甚至矿区地貌都会发生变化；路段上的阶梯结构和气候也有影响，比如意外的侧边滑坡，风雨导致的浮土下沉，都会导致道路边界变化。这种情况下，高精地图的实时性和高精度至关重要，甚至高于公开道路上的相关标准。可以说，地图的时效性和精度是安全员下车的场景前提。因此，矿山无人驾驶服务商必须具备实时高精地图的快速建图能力。

踏歌智行方案里，有一套高精地图独立产品，用于实现高精地图全生命周期管理。产品涵盖地图素材的采集、地图制作、地图发布和地图使用等模块。该高精地图产品也把静态元素和动态元素进行分层处理，建立了一套独立的数据格式，目前公司正与生态伙伴合作，基于此格式起草相关标准。为保障高精地图的可靠性，踏歌智行同样秉承了多种冗余理念，光采集端即包括地图采集车、无人驾驶矿卡任务触发采集等多种方式。

如前述，矿区工作环境非常恶劣，宽体车和矿卡等矿用车的一致性亦会相对偏弱，这也给车辆控制带来更高的要求。2017年，踏歌智行在完成初步的单车测试后，便放弃了工控机方案和普通的车载控制器，转而自研专为矿区开发的车载与控制器。

目前该系列产品已经发展到第三代，该系列域控制器产品，基于车规级元器件及模组打造，不仅兼容各类工业级通信及定位协议，也通过了3C、入网认证，以及中国计量院的高低温、震动、湿度等环境可靠性与电性能、EMC测试，可以适应-50 85 温度下的工作环境。从结果看，本轮多矿区、多车型的常态化安全员下车作业的成功实现，与上述专属硬件产品的高可靠性、高性能、高兼容性密不可分。

踏歌智行车规级车载域控制器产品

踏歌智行大系统研发模式，形成了数据闭环。公司在智能矿山领域多年的技术积累与商业实践，让其积累了大量无人驾驶与矿山经营的核心数据。

这些数据也在反哺踏歌智行，使之有足够的能力，在其需要某些数据的时候，从中去抽取、去认知，再来解决面临的问题；让其能够设计出更安全、稳定可靠的无人驾驶解决方案，并深刻理解智慧矿山的作业模式。

多个矿区齐头并进、批量的常态安全员下车，不仅对产品，对工程交付，同样是很大的考验。

“基本上五到六个月，我们可以让一个编组按照常态化去安全员的状态跑起来。通过去年下半年到今年上半年，多个项目的同步实施，我们在工程交付标准化、程序化、模块化方面，得到大幅提升。”

踏歌智行认为这个时间会进一步缩短。原因有三：其一产品越来越成熟，工程自动化程度越来越高，缩短了现场问题排查和解决的时间；同时ODD域的要求也越来越低，更加省时。其二，随着部署项目越来越多，交付团队工作流程做到了标准化，工作内容也实现了模块化。其三，客户对无人驾驶的认识越来越准确，而踏歌过去不间断的成功项目，也增强了用户的信心。他们能更准确地为在现场部署去提供支持条件。

紫金巨龙驱龙铜矿无人驾驶矿车安装施工现场

踏歌智行介绍，这次推进常态化安全员下车的煤矿，包括数个国有大型煤矿。目标的达成，可以说是双方共同推进的结果。

“客户方有专门的小组和我们肩并肩工作，我们跟客户一起评价项目现场，去深入理解现在存在的一些问题，双方需要配合的事项。”

“在项目现场碰到的一些技术难点，客户方会给出他们过往的经验，特别是在车辆的控车策略上面，客户会给出人工驾驶时是怎么做的，这是非常宝贵的一些经验，我们可以把它转化为相应的算法实现。”

“在客户这边，我们始终是学生心态。自动化技术应用到行业里面时，其实我不太喜欢用‘赋能’这个词。有句老话叫隔行如隔山，客户这边多年积累下来的行业知识，我们短短数年就轻易说赋能不太妥当。”

首先运行设计域（ODD）还是存在的，安全员下车也是要在ODD域定义的范围内工作，不过目前绝大部分真实作业场景可以符合上述ODD域的要求，亦即对于大部分矿区均可经过必要的部署实现常态化安全员下车。未来ODD域的要求会进一步降低，实现更简易的部署和更极致的体验。

常态化的「安全员下车」远非矿山无人驾驶的终点。安全是客户考虑的第一个点位，后面还有效率、经济性和环保问题。以效率为例，目前安全员下车状态下的无人驾驶相比人工驾驶已经能达到80%了，但未来，这一数字肯定需要超过人工。随着车辆全生命周期数据的积累，降油耗、降胎损，乃至与电动化结合实现更高的经济效益和节能环保是题中之意。

运输只是矿山作业的一个环节。无人驾驶是手段而非目的，进一步与矿山业务的深度集成，将无人驾驶系统完美地融入到矿山整体的生产工艺、作业流程、经营管理，解决其痛点，并带来经营管理和生产作业的改进，方可助力用户实现真正意义上的无人矿山、智慧矿山。

踏歌智行一直是行业的开创者和 探索 者，早期首先实现矿车无人驾驶的场测与实测，最早的编组作业、混编作业与夜间作业，以及到现在最早地实现矿区常态化安全员下车作业。未来，踏歌智行在开创未来新世界的道路上将走得更快、更远。

2018年1月，踏歌智行完成国内第一辆无人驾驶矿车改造，白云鄂博铁矿1501号车

关于无人驾驶汽车等级划分，目前有NHTSA(美国高速公路安全管理局)的四级划分和SAE的六级划分，当前大家主流的采用SAE的划分方法。SAE关于汽车自动化等级划分的标准为SAEJ3016，共分成0-5级。

如果真的把无人驾驶汽车投入使用，作为一项辅助驾驶技术而存在我个人尚能接受，完全代替人工操作的话显然会削弱驾驶的乐趣而且安全感将会大大降低，因为是电脑都会有宕机的时候，所以我不太喜欢。

自动驾驶汽车简介：

自动驾驶汽车（Autonomous vehicles；Self-driving automobile）又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。

自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。

无人驾驶并不是真的不用人了，全部由电脑和机器来决定的。无人驾驶并不是万能的，总归是机械代替人工操作。如果你不会开车。没有培训考试，没有驾照的话，那样会很危险和无助的，至于怎么走，到哪里去全部由车说了算。

行业主要上市公司：微软(MSFT)、 腾讯控股()、阿里巴巴(BABA)、上汽集团(600104)、比亚迪(002594)

本文核心数据： 无人驾驶汽车市场规模、消费者意愿度

1、无人驾驶汽车快速发展

目前，全球的无人驾驶汽车行业发展态势较好，但还量产投入使用的地区较少。无人驾驶技术与5G通讯技术、新能源汽车的相关技术共同发展。国际领先机构嫌疑完成无人驾驶汽车的研发，进入试运行、调试阶段。国内大多数研发无人驾驶汽车的企业现在都处于试验阶段，即行业发展正处于起步阶段。

随着无人驾驶技术的不断成熟，以及政府政策的出台调整，预计无人驾驶汽车将优先运用于工业发展，再到商用领域，最后逐步发展至民用。预计在2035年前后，全球无人驾驶汽车将逐渐取代传统汽车，进入销量的爆发阶段。

2、无人驾驶技术进展较快

现阶段无人驾驶汽车的人工智能主要细分技术包括，计算机视觉与深度学习。同时以传感器以及高速芯片、GPU等为主的硬件发展也是无人驾驶领域研发的重要板块。无人驾驶是智能化的终极体现，集中运用了计算机、现代传感，信息融合、通信、人工智能及自动控制等及技术，是典型的高新技术综合体。随着无人驾驶技术的不断提高，无人驾驶汽车行业市场规模将会快速增长。

3、无人驾驶汽车客户意愿度仍待提高

目前消费者对无人驾驶汽车的购买与否大多持观望态度，主要因素在于无人驾驶汽车的技术成熟情况，能否真的突破驾驶安全问题成为消费者关注的核心问题。因此从车辆上市到消费者大量购买还会经过一段观望期。无人驾驶汽车需要提高消费者认知并建立消费者信心，才能促成消费者购买。

4、中国无人驾驶汽车行业市场规模迅速扩增

根据Statista数据显示，2015年到2019年我国无人驾驶汽车行业市场规模扩张迅速，2019年我国无人驾驶汽车市场规模达到亿元，2020年受疫情影响市场规模将有所下滑，前瞻估计为亿元。在Research And Markets的预测下，2021年全球无人驾驶汽车的市场规模将达273亿美元，2026年全球无人驾驶汽车市场规模将达到594亿美元，年复合增长率为。

虽然目前无人驾驶汽车产业化仍存在各种问题，但无人驾驶汽车实质上是建立在汽车主动安全技术、智能化技术逐步升级的基础上的，只要市场对这些技术有持续的需求，就能推动汽车向完全无人化演进。未来，人类交通系统或将发生翻天覆地的变化，无人驾驶技术现阶段的发展重点还是辅助驾驶，以提高人工驾驶的安全性，要真正实现完全无人驾驶商业化运行还需要人工智能技术的突破。

综上所述，无人驾驶汽车行业尚有较多的技术壁垒需要突破，但总体行业规模增速较快，前景广阔。

以上数据参考前瞻产业研究院《中国无人驾驶汽车行业发展前景预测与投资战略规划分析报告》。