北京智行者科技有限公司（下称智行者）作为国内成立较早、进展较快的自动驾驶智能车整体解决方案提供商，以先行者的姿态，率先迈进低速无人驾驶的蓝海。创始人张德兆的目标是，从低速无人驾驶的特定场景商业模式出发，最终走向全场景自动驾驶的新生态。

近日, 智行者宣布与首钢集团达成合作，以其旗下的无人环卫机器人“蜗小白”和无人物流配送机器人“蜗必达”为北京市石景山区首钢园区北京冬奥组委办公区提供道路清扫和物品运输服务，实现在特定区域内的机器人作业。

此次，蜗必达为首钢集团服务重心共分为两个阶段，第一阶段主要实现首钢园区北京冬奥组委办公区内部运输办公用品；第二阶段，实现从园区外向园区内运送快递。

据雷锋网新智驾了解，蜗必达采用了多线激光雷达和超声波雷达，并配以差分GPS定位系统和AVOS（智能车操作系统）。在RTK无法使用的情况下，智行者运用激光实现定位。此外，通过采集的数据，进行分析、归类、建模、不断优化算法，进行更加准确的目标行为和轨迹预测。

园区环卫清洁方面，蜗小白采用智能AI和自动驾驶技术，集成激光定位、超声波雷达定位、差分定位、高清视频等多种先进技术手段，将高效的清洁作业方式融合一体，可以帮助首钢集团节约人力，实现高效清洁。

智行者创始人兼CEO张德兆曾告诉新智驾，通过蜗必达无人物流配送车，物流行业可以减少约80%的快递员人力成本。

针对自动驾驶领域展开合作的首钢园区，清华大学汽车工程系主任杨殿阁介绍称，首钢园园区占地8.63平方公里，其中北区规划道路21公里，已建成约9公里，包括城市主干路、次干路和城市支路。

未来规划，2020年前，园区以10余辆无人车覆盖首钢园区北区，以功能示范为主进行运行，实现其他奥运赛区的模拟仿真；2022年，园区以100辆无人车覆盖首钢园区北区，引入百度、阿里等社会资本驱动奥运示范运行；2025年，无人车队规模将增至千辆，覆盖首钢整个园区的15万人口，由社会资本驱动，配合首钢园区发展规划。

智行者科技创始人张德兆表示：“目前，智行者是首钢设置在冬奥组委办公区内的唯一一家无人清扫和无人配送业务的服务商，智行者的智能‘蜗小白’及 ‘蜗必达’将帮助首钢园区北京冬奥组委办公区实现环卫清洁、物流配送的无人化，从而推动智慧园区的建设。”

值得一提的是，为解决自动驾驶能力因缺乏成体系的配套难以发挥的问题，智行者更是提供了一个“四纵三横”的整体解决方案，来实现自动驾驶的商业落地。

四条纵线为智行者的四大产品—无人物流配送车、无人环卫车、无人微公交以及无人专车。

三条横线则为顶部的云端、下面的终端、以及与各类终端对应的运营调度平台。

四纵三横相互配合发挥作用，在业务形态相对独立的同时，在数据、技术以及功能上互补，在整体上发挥更大的商业价值和社会价值。

此外，合作伙伴方面，智行者已经包括了百度、京东、美团、德邦等公司，产品在科技园区、高校等地均有部署。

低速自动驾驶的盈利之路

由雷锋网新智驾的跟踪报道获悉，在成立之初，智行者就有了清晰的发展方向，首先从低速领域做起，进入低速非载人领域，然后再进入低速载人领域，最后进入高速载人领域。

张德兆表示，切入低速领域的好处具体体现在四方面：

在限定区域内运行，比如园区道路内，低速园区车不受法律法规限制；

速度在较低的情况下，技术风险可控；

低速区域的配套设施较为完善，且低速产品产出的数据，使算法快速落地；

对于智行者而言，可以形成早期赢利，实现自我造血。

自动驾驶技术落地主要考察两个维度，现实的刚需程度与可预期的安全风险。基于两方面的考虑，低速、商用场景下的特定功能自动驾驶车辆将成为可行性较高的方向。

在打造低速自动驾驶专用车上，对于智行者而言，其软件架构开发更为重要。开发低速自动驾驶专用车软件系统的四大核心板块是：数据采集标准平台AVDC、仿真测试平台、自动驾驶操作系统AVOS、算法评估体系。其中AVOS是又是核心中的核心，直接决定自动驾驶车的表现，需要做到配置灵活、通用性强、可认知连续场景。高精地图与定位、目标轨迹检测是AVOS中两大关键技术。

2017年6月，智行者和京东合作，推出了国内首款无人配送物流车“蜗必达”，在开放校园和住宅区，解决最后一公里的送货问题。同年9月，智行者又联手百度Apollo，推出了国内首款无人驾驶扫路机“蜗小白”，并在北京奥林匹克森林公园进行了“蜗小白”的落地运营。 

当前无人扫地车（蜗小白）、无人物流车（蜗必达）及无人园区车（蜗来了）的商业模式，张德兆告诉雷锋网(公众号：雷锋网)新智驾，与iPhone模式有异曲同工之妙，提供一体化产品全套服务，包括人工智能、三维地图、路径规划、硬件传感器、计算平台、后台监控、云端服务等。

这是智行者自动驾驶版图的一部分，张德兆表示，今年10月底产品在广东中山工厂完成量产后，智行者计划于2020年进入新的领域，2022年推出乘用车产品。

总结来看，智行者等低速自动驾驶车辆已经落地，但是短期内可能是几百台量级的水平，如何上升到上万台或者更多，需要打通整个产业链条和所有技术难关，不断地去改进自动驾驶，特别是在低速专用车落地上遇到的一些挑战。