1、无人驾驶技术及原理
1.1 无人驾驶涉及技术
（1）环境感知技术
环境感知技术对应无人驾驶中的传感器，很好的替代了传统商用车行驶过程中驾驶员的眼睛，分为最常用的两种：摄像头和激光雷达；以及正在研发中并逐渐应用的超声波雷达、GPS及陀螺仪。
① 摄像头
摄像头可以通过拍摄进行图像和视频进行识别，确定车身周围环境。目前，被无人驾驶企业所普遍运用，具有成本低廉、信息收集量大的特点。
② 激光雷达
激光雷达是通过发射脉冲波以及接受脉冲波回馈，计算信号时间差，根据信号轮廓信息组成的点，云绘制出3D环境地图，帮助车辆提前规划路线。
③ 其他传感器
近年来，其他传感器正在逐步走向市场。例如，特斯拉的智能汽车中，采用毫米波雷达+摄像头；行易道推出高分辨毫米波79GHz雷达，受到行业人士的高度关注。
（2）定位导航及路由规划技术
定位导航技术对应无人驾驶中的高精确地图，通过GPS、惯导、SLAM等技术得到车辆定位信息，根据定位信息，结合高精度地图，生成车辆的路线信息。相较于普通的导航地图，高精确地图对于坐标精确度更高。
国内提供高精度地图的企业，主要有百度、高德以及四维图斯；国外提供高精度地图的企业，主要有Here、TomTom。
（3）控制执行技术
① 防抱死系统
防抱死系统作为无人驾驶中唯一需要驾驶员操作的系统，可以代替驾驶员完成反复踩踏制动踏板，防止轮胎锁死发生侧滑的操作。
防抱死系统作为汽车行业进军无人驾驶领域的领军技术，实时监控轮胎现状，并及时做出反应，提高车辆安全性。
② 稳定牵引控制系统
稳定牵引控制系统是无人驾驶车辆中检测险情并第一时间做出反应，防止事故发生的系统。当稳定牵引系统不断读取汽车的行驶方向、速度及轮胎地面接触状况，当汽车即将失控或侧滑时，稳定牵引系统进行最有效的干预，对各轮胎单独制动，平衡动力输出，从而减少车辆发生事故的可能性。
③ 自动泊车系统
自动泊车系统在无人驾驶中开发并不是那么尽如人意，虽然有些制造商加装了后视镜摄像头及可测量物体距离的传感器，但大部分的车辆在自动泊车的过程中，还是不免会发生磕磕碰碰的情况。驾驶员仍需将汽车开至车位附近，并使用车载导航协助泊车。
1.2 无人驾驶级别介绍
无人驾驶技术可分为五个阶段等级，加上L0级的完全人工驾驶一共六个阶段。L1-L3级别需要驾驶员操作或对周边环境进行观察；L4级别可以基本实现驾驶无人化，但仍需要驾驶员对紧急情况进行协助助理；L5级别基本可实现彻底无人化。
2、无人驾驶商用车国内应用案例
国内无人驾驶商用车行业最高已经发展到了L4级别，代表产品为重汽T5G电动卡车、一汽解放J7、东风天龙重卡，其他企业也已经陆陆续续达到了L3级别，正在向着L4高速发展。相信在不久的将来，国内无人驾驶商用车将提前无人汽车一步达到L5级别。
2.1 重汽T5G电动卡车
2018年4月，中国重汽L4级别无人驾驶电动卡车在天津港开启试运营，完成了道路行驶、精确停车、集装箱装卸、障碍物响应等指定操作，实现了集装箱从岸边到堆场的全程自动驾驶水平运输。
该车装配有激光雷达、高清摄像头等传感器，具备划定区域内全天候L4级别无人驾驶的作业能力，非常适合港口、码头等工况。依靠先进的驾驶系统和成熟可靠的纯电中央驱动控制系统，整车满载行驶可达120公里，并且充电时间小于1小时。相比传统燃油车，该车实现了绿色零排放，大幅降低了运营成本。
据了解，2017年10月重汽与中国工程院李院士，共建中国重汽智能网联汽车院士工作站，80余人的研发团队专注于建设智能网联汽车研发平台与智能网联商用汽车产品。在未来重汽规划完善动力电池系统，加强车身底盘系统的质量，打造更高性能自动驾驶系统。
2.2 一汽解放J7重卡
2017年10月，一汽3辆解放J7组成的集装箱运输车队在长深高速进行了L2级别的自动驾驶演练。
2018年4月，一汽解放J7在青岛港完成了L4级别无人驾驶测试，演示了智能编队技术。
该车辆配备「挚途」高级驾驶辅助系统，具有自适应巡航、紧急自动刹车及车道保持辅助功能；可以通过传感器识别红绿灯、行人及车辆，控制系统完成变道、加减速的操作。
一汽规划在2025年完成L5级别无人驾驶技术在开放区域运行。
智能编队技术大致表现为后车接收到前车指令后，能够自动化完成编队请求、应答、队列行驶、编队避障、制动停车、分离重组等一系列操作。通过车辆同步减速、转弯、停车等操作，大大降低事故发生几率并降低车辆燃油成本。
2.3 东风天龙重卡
2018年4月，两辆配有东风风神WindLink3.0人工智能车机系统的L4级别无人驾驶东风天龙重卡在武汉试运行，实现了协同编组、自动跟车以及自动转向的操作，这是继阿尔法巴自动驾驶客运巴士在深圳福田保税区试运行后的一次在商用车领域的突破。10年来东风公司累计投入研发资金957亿元，其中仅2017年就投入221亿元。
2.4 福田EST-A重卡
2018年2月，福田在北京通过一辆无人驾驶轻卡演示了L3级别无人驾驶技术。据了解，在2016年11月，福田就发布了无人驾驶超级卡车，并宣布有望到2025年实现量产。这款产品在传感器方面，采用摄像头+雷达的组合传感器；另外采用高精度地图实现车辆定位及路线规划。
福田早年已经开始布局无人驾驶领域，曾与百度展开战略合作，开发了车道偏离预警、盲点监测、交通标识识别、自适应巡航、自动制动等诸多关键技术，完美实现L3自动驾驶技术。
2.5 陕汽德龙X6000重卡
2018年2月，陕汽50周年庆典上一辆德龙X6000重卡演示了L3级别无人驾驶技术，完成了障碍物躲避的自动驾驶演练，并演示了启动、加减速、转向、障碍物识别和刹车等驾驶行为。
该车辆配有9个摄像头以及1个前方雷达、高精度地图，可以检测车身周围250米以内的情况。此项演示基本展现了陕汽在无人驾驶领域的新高度。
3、无人驾驶商用车国外应用案例
201国外无人驾驶L3、L4级别已经普及，更是有企业达到了惊人的L5级别，例如沃尔沃车队在车头的引导下，通过车联网连接一气呵成地完成了起步、交替行进、转弯等一系列难度极高的自动化操作。
3.1 沃尔沃Vera
2018年9月，沃尔沃公司推出了一款自动驾驶电动卡车。虽然沃尔沃并未透露何时会投入使用，但依然可预见在未来的港口和大型物流中心会首先出现这款卡车的影子。
该款卡车可以实现自主车辆通信，每辆vera都连接到了一个控制中心，控制中心实时监控一切参数并调整每辆车需要控制的行驶速度。沃尔沃的这项产品没有驾驶室，可以连接任何普通拖车，荷载重32吨。
Vera的推出，并不是针对长途物流运输市场，相反，它专门制作于短距离定点与重复性的枯燥工作，比如港口及大型物流中心区域。所以长途卡车司机对于失业问题的考虑是有些多余的。
3.2 曼恩aFAS
2018年9月，曼恩aFAS项目获卡车创新奖，高票领先奔驰、沃尔沃、雷诺。aFAS项目从2014年开始，为期四年，共拥有340万欧元的资金。此项目中的车辆配备摄像头和雷达系统，提供全方位视野。车道检测系统可以分析道路与交通路况数据，为后部的车辆提供安全导引。
3.3 奔驰Euro-X半自动驾驶电动卡车
2014年7月，奔驰推出Future Truck-2025，拥有超40吨重量，配备车载电脑与立体摄像头，实现识别车道、分辨物体、对周围环境进行监控的功能，在高速上可达到80km/h的速度行驶。
2017年12月，奔驰又推出半自动卡车Euro-X，采用独特的低风阻车头设计，有效减少风阻，提高续航能力。虽然看不见挡风玻璃，但里面十分宽敞，驾驶员处于车头靠上部分。这辆车并不能实现无人监管全自动运行，驾驶员仍需在特殊情况下接管控制车辆。
3.4 特拉斯Tesla Semi
2017年11月，特斯拉在美国发布电动半挂式卡车Tesla Semi。在2018年3月，semi第一次被试用，从内华达州开往加州，完成了约435公里的车程。为了降低成本，延长续航里程，特斯拉开发子弹头型及平坦底层与侧面。在最大载重、时速60英里/小时情况下，特斯拉semi的成本为1.26美元/英里，低于1.51美元/英里的燃油机。
4、无人驾驶商用车切入物流行业的影响
4.1 挑战现有车队的生存空间
无人驾驶商用车的推出，司机的工作被替代，但收到最大威胁的还是车队。尤其是当现有全民的共建车队模式下，车队赚取的仅仅是司机的管理费；当司机不再存在，以简单的点到点为运输主要职能的车队生存空间会大幅度被压缩。
对比一下，考出挂车的A2驾驶证总共需要8年的时间，一辆货车至少需要配备2名司机，一名司机平均工资大约在每月8000元左右；相较而言，无人驾驶可以只需要一名卡车司机，甚至队列编组运输几辆车也只需要首车拥有一名司机，整整减少了一般的人力成本。并且无人驾驶队列编组的推出，可以有效降低后车空气阻力，节省燃油成本。
数据来源：贝恩、G7
4.2 应用场景切入
许多公司将无人驾驶商用车产品落地应用定在2020年，在不久的将来，大批量技术成熟的无人驾驶商用车辆将会投入实际运用。
（1）高速公路
第一个将切入的应用场景是高速公路，因为高速公路行驶简单，没有复杂的路况以及众多交通参与者，这样对传感器的要求比较低，无人驾驶企业可以放弃高昂的激光雷达采用低价的摄像头传感器进行生产。
另一个原因是高速路上连续行驶过长时间容易使驾驶员产生疲劳，从而发生交通意外，而通过无人驾驶，物流企业们再也不用担心司机疲劳的问题，可以有效的降低事故率。
（2）园区内短驳
在一些大型产业、物流园区内，货物的短距离运输对于搬运工是一项枯燥、多频次的操作。而无人驾驶车辆的应用，可以实现园区内货物的自动化移动，提高效率的同时减少了人力成本的负担。园区内运输环境简单、车速较低，可以有效的保障运输的安全，减少事故的频发。‘’
汽车电子网为您提供最新汽车电子产品信息,及最具权威行业资讯和最新的行业动态，汽车电子行业最前沿的技术资讯，为全球汽车电子行业人士搭建交流平台。