揭开自动驾驶在机场场景的商业化现状、挑战及趋势

交流群 | 进“传感器群/滑板底盘群”请加微信号：xsh041388

交流群 | 进“域控制器群/操作系统群”请加微信号：ckc1087

备注信息：传感器/滑板底盘/域控制器+真实姓名、公司、岗位

机场场景作为自动驾驶低速场景之一，其曝光度远远低于末端、环卫、矿山等，当前市场上也没有文章完整地阐述自动驾驶技术在机场场景的商业化情况。

笔者经调研后发现，机场场景存在车辆安全事故率高、驾驶员的工作压力巨大、人力成本高的痛点。同时，机场场景在自动驾驶技术落地层面同样具备一定的优势，如存在潜在的可无人化改造车辆、场景对于自动驾驶技术的要求相对较低、客户对供应商依赖性强。

那么，目前机场场景的商业化现状如何？在自动驾驶项目进展中，遇到了哪些挑战？未来机场场景会形成什么样的趋势？

本文将从4个方面详述自动驾驶在机场场景的商业化情况，包括机场场景的痛点与优势、商业化进展现状、商业化面临的挑战、自动驾驶在机场场景的未来趋势。

一、自动驾驶在机场场景落地的痛点与优势

1.1 痛点

（1）车辆安全事故率高

在机场场景内，随着飞机起降规模的逐渐加大，为飞机服务的特种车种类也越来越多，且车辆的工作越来越繁忙，这就造成了很大的安全事故隐患。

特种车由于存在一定的盲区，其事故发生率非常高，比如虹桥机场曾发生过一起牵引车碾压事故，造成现场一名工作人员身亡。此外，当特种车在进行近机作业时，也会由于视野盲区问题，导致与被服务飞机发生或者其它特种车辆发生碰撞，造成不可小视的经济损失。

（2）驾驶员的工作压力巨大

通常整个机场工作环境的压力非常大、容错率非常低，若驾驶员操作不当撞上飞机，基本上赔钱就是以亿为单位。

再者，中大型机场每天几乎24小时都会有飞机起降，地面操作人员的工作时间需要三班倒才能满足机场的正常运作，可想而知，特种车的驾驶员的疲劳感其实不亚于干线物流的卡车司机。

（3）人力成本高

机场内特种车驾驶员的人力成本高，并且管理成本也很高。

一方面，特种车的驾驶员需要有专业化程度很高，即使满足了入职条件，也需要培训半年才能正式上岗。

另一方面，大部分入职没多久的驾驶员会因为较大的工作压力而直接选择放弃这份工作，甚至离开这个行业。

这两点导致了机场在招聘特种车驾驶员时，需要付出较高的工资才能吸引到符合条件的驾驶员。尤其在国内的一二线城市或者国外的机场，其人力成本会更高。

某机场场景自动驾驶公司商务负责人举例说道：“以厦门机场为例，每月2万才能找到一个货运司机。”

1.2 优势

（1）存在潜在的可无人化改造车辆

国内机场数量较多，据民航局统计，2021年全国民用机场数量为618个（其中全国运输机场为248个，通用机场为370个），计划至2025年将增加至770个民用机场。

当每架飞机在起降时，都会有各种各样的特种车围着飞机在作业，随着机场数量及航班架次的增加，机场对特种车的需求量也会随之增加。

某机场场景自动驾驶公司商务负责人说：“大型机场所拥有的不同车型特种车有数千台，而小机场也可能会有几十台，涵盖至少五种类型的特种车，包括行李牵引车、小旅游车、消防车、急救小车等。以行李牵引车为例，一般大的机场有几百台，小的机场也至少会有几台，全国就会有万台以上的数量。”

也就是说，单纯以行李牵引车来看，大大小小的机场都会配置行李牵引车，而行李牵引车也非常适合做无人化改造。更何况除此以外，机场还有其它各式各样的特种车辆，在这些车型之中，也会存在适合无人化改造的车型。

图：飞机周边部分特种车的分布情况

（来源：公开信息）

图：机场内特种车的种类

（来源：威海广泰公司公告）

（2）场景对于自动驾驶技术的要求相对较低

机场场景属于封闭场景，一般不会与社会车辆接触，所有的机场特种车都仅限于在机场内活动。

再者，机场在选址时，一般会把当地的气候条件考虑进去，不宜设于气候条件过于恶劣的地区。即使在一些恶劣天气环境下，比如暴风雨、大雪等，机场也会限制或者禁止飞机的起落降，而这些服务飞机起降的特种车也不需要去运作，这会大大降低自动驾驶技术的实现难度。

（3）客户对供应商依赖性强

机场无人车项目的主要客户为机场和航空公司（以下简称航司），大部分为国有性质企业，为了确保特种车供应源的保质保量，需要稳定的供应商，所以一般情况下他们不会轻易更换供应商。

一方面，机场内的特种车属于空港装备产业，其进入壁垒非常高。特种车主机厂的准入条件非常高，取得许可证的周期也长、前期投入也多。

另一方面，空港的车辆类型需求非常多，车辆的专用性强、安全性和可靠性要求高，国内能满足机场要求的相关特种车主机厂数量不多。

某机场场景的自动驾驶公司运营从业者说：“机场和航司一般不会轻易更换供应商，更多地会考虑其自动驾驶技术的可靠性，并且是否有成功案例。”

二、商业化进展现状

2.1 机场无人车的运营模式

2.1.1 机场内潜在的无人车类型

机场特种车大致可分为5类，分别为机务保障车辆、地面服务车辆、货运服务车辆、场道保障车辆、应急救援车辆。笔者按照上述5个细分类别，整理出了部分对应车型，具体如下表所示：

表：机场特种车分类

国内机场特种车主机厂呈现一定的寡头垄断现象，头部的主机厂能提供多样化、高价值的车型品种，比如威海广泰、中集天达、迪马工业等，而一些中小主机厂大部分只能提供低价值、低技术含量的特种车产品。

表：国内部分机场特种车主机厂及部分车辆产品情况

2.1.2 机场无人车的运营管理

（1）民航局、空管局、机场集团、航司四者的关系

民航局属于整个航空业的最高管理者或决策者，主要是统管民航系统所有工作，包括机场、航空公司、空管、航油等，是副部级单位，负责整个民用航空的政策制定与监管、制定发展战略和中长期规划等。

空管局负责空域管理，航班起落，路线指挥等工作，类似于空中交警的职能。空管局下设7个地区空管局（华北、东北、华东、中南、西南、西北、新疆）及其下设的分局站，空管局实行企业化管理，并不涉及政策制定及无人车监管。

表：空管局各级情况表

机场集团可以理解为一个场景方，不同机场集团下可能有多个下设机场，与空管局同样都实行企业化管理。

航司是指航空公司，比如东航、国航、南航、春秋、吉祥等，可以理解为是机场的客户，租借了机场的场地进行飞机的起落降，某些大型航司可以在某些机场享有独立的停机坪、货站等。

（2）谁负责车辆的准入

从上述关系的划分来看，最终特种车辆进入机场并正常运作，则需要经过民航局的最终审批，并进入车辆白名单内才可以，机场会根据相关材料进行公示。

但如今机场无人车项目都属于前期阶段，主要还是机场单方面备案或者出通告为主，具体有两种模式：

一种模式是如鄂州花湖机场，属于先行先试的机场，在得到政府的允许后，实行材料备案制，让各家自动驾驶公司自行制定车辆标准，同时各家自行承担车辆事故风险；

另一种模式是如北京大兴机场、厦门机场、新疆机场等，这些机场内的项目都属于一些demo项目，机场只需要出一些通告文件。

（3）谁采购车辆

最终购买车辆的是机场和部分大型航司，两者基本都是国有属性企业，在自动驾驶车辆采购时，需要走正规的招投标流程，而如果是演示类项目，只需要机场同意入场即可，机场会划分一片测试区域，让自动驾驶企业做一些车辆的测试运营。

某机场场景自动驾驶公司商务负责人：“机场作为一个运营单位，它并不是一个科技单位，科技单位更多地会关注技术成熟度，而运营单位只关注该企业是否有成熟的案例及无故障运营时间。”

（4）谁管理车辆

在机场和航司买下车辆后，车辆的管理方式上有区别：机场的车辆归机场自己管；航司的车辆只要进入飞行区，就归机场管理，其它时间内车辆的管理权在航司手里。

总的来说，无论是机场买的车还是航司买的车，只要车辆进入机场飞行区内，机场都会直接调配车辆，不会允许第三方企业管理车辆，更不会让车辆在飞行区内随意行驶，因为任何影响飞机起降的行为都会受到严重的行政处罚。

既然如此，在车辆管理方面，是否货运机场会比客运机场会相对放松？

某机场场景自动驾驶公司商务负责人回答道：“无论客运机场还是货运机场，只要车辆进入飞行区的话，就需要申请一个特殊的牌照，然后需要等待机场授权，并且该牌照有一定的时间限制，比如一周或者一个月。”

2.2 商业模式

2.2.1 提供解决方案

由于机场场景对于安全要求的特殊性（车辆管理不可能掌握在第三方企业手中），所有机场内部的自动驾驶车辆都将由机场直接运营管理，所以提供一整套机场无人车解决方案及相关服务或许会成为机场无人车最终的商业模式。

• 方案内容：包括配置系统驾驶系统的特种车（整车、传感器、计算平台、自动驾驶系统）、技术运营服务（日常数据维护、技术支持服务、车辆的故障维护）、操作人员的培训（培训现场人员如何操作车辆）等。

• 盈利模式：一次性打包的整车费用以及后续的软件服务费用

前期自动驾驶企业若只提供解决方案，几乎不会有客户会购买方案。客户初期不太理解自动驾驶技术，也不会使用相关的车辆自动驾驶软件，所以自动驾驶企业会参与到项目运营中，帮助客户正常运营自动驾驶车辆。

但在整个运营模式逐步熟练后，自动驾驶企业会退居后台，仅提供一整套解决方案。

2.2.2 客户类型

（1）机场特种车主机厂

机场特种车主机厂主要是生产空港设备的供应商厂家，比如威海广泰、中集天达、迪马工业等。

这类特种车主机厂会向大型商用车主机厂（如东风、一汽、北汽等）采购底盘，并进行二次改装，同时会自己定义一些私有接口，包括传动、制动等。

自动驾驶企业作为Tier 1的角色与特种车主机厂合作，为它们提供自动驾驶技术解决方案，同样也配合主机厂为机场或者航司提供技术运营服务。

（2）大型航司

大型航司可能在全国的多个机场都有自己的停机坪、车队、地勤保障公司，他们会自行采购一些特种车。

某机场场景自动驾驶公司商务负责人说：“以航司的货运运输服务来说，这属于独立的一块业务，需要单独核算成本开支，该服务会向航司集团公司或者相关业务合作单位收费。”

（3）机场集团

机场集团是无人特种车最主要的客户，机场会有一些下设的地勤公司，专门为机场内的航司提供其所需要的特种车支持服务。

一方面，机场对于特种车的需求非常稳定，同时机场会给予地勤公司一定的财政补贴，并由地勤公司负责购买车辆。

另一方面，机场集团相当于一个大B端客户，某些大型机场集团旗下拥有多个机场，比如首都机场集团目前在国内拥有最多的14家机场。

某机场场景自动驾驶公司商务负责人说：“相比于航司看重效率而言，机场更看重的是安全。比如某一国内机场曾发生过特种车刮蹭客运连廊事件，使得当年该机场的所有相关项目都被叫停，安全责任人直接辞职。”

三、商业化面临的挑战

3.1 技术层面的挑战

由于当前机场场景内的无人车项目比较多，但几家头部企业主要还是以行李牵引车为主，所以该部分笔者主要阐述自动驾驶技术在机场行李牵引车应用中的技术挑战。

（1）定位

大部分自动驾驶企业主要使用的定位方法是GNSS/RTK，同时会利用高精地图配合视觉SLAM或者激光雷达SLAM作为辅助定位，以保证车辆定位功能的冗余。

首先，GNSS/RTK主要是应用4G/5G以及无线网络信号，但这类定位方式有时会受到一些因素的干扰，比如各种信号间的相互干扰、机场内敏感区域的保护、恶劣天气等，一旦车辆的定位失控，那么在飞行区内的无人车就会形成巨大的安全隐患。

其次，视觉SLAM或者激光雷达SLAM在机场的飞行区域可能也会失效：

第一，飞行区域一般非常空旷。车辆有时在飞行区内行驶时，周围可能都没有一辆车或者飞机；

第二，机场内动态目标物较多。机场场景不同于城区场景，城区场景的路边会有静态的房屋楼宇，可以配合视觉或者激光雷达做一些定位，但机场内车辆周围的目标物都在动态变动；

第三，机场内车道线复杂度较高。机场内的跑道线、路面标识等都与普通道路上的情况完全不同，普通的行车路面上都是规则的车道线，但是机场内的车道线会纵横交错，并且有自己的一套规则。

（2）控制

行李牵引车后方一般会有4-6个挂车，如果车辆变道或者完成高难度转弯动作（90度或者180度转弯）时，就会提升车辆控制的难度。

再者，一些因素也会影响行李牵引车的控制难度，比如挂车的数量、后方货物的重量、各挂车上方重量的不均匀、挂车挂钩间的相互作用力等。

尤其是当行李牵引车驶进飞行区内后，机场会更重视车辆安全问题，既然如此的话，那目前试运营过程中，大部分自动驾驶企业是如何解决这些问题呢？

某机场场景的自动驾驶公司运营从业者解释道：“当前自动驾驶企业在面对这些问题时，通常会选择更柔顺的方式，比如说尽可能地选择更加平滑地转弯或者尽量不让车辆去变道。”

3.2 工程化层面的挑战

（1）传感器布置无法标准化

不同于乘用车的传感器布置，特种车的传感器布置没有一个特定的标准：一方面，不同类型的特种车其整体外观不同，传感器的布置位置也会有差异；另一方面，不同类型的特种车所需要完成的作业功能也不同，不同作业功能的车辆其所需要面临的重点感知范围也会有所差异。

以行李牵引车为例，当车辆后方的货物堆放得过高或过宽，就会遮挡传感器的感知视野。通常来说，行李牵引车后方会拖拽3-4个挂车，而挂车上没有任何电源接口，不太可能放置任何传感器，导致了行李牵引车在行驶或者正常作业时，其两侧侧后方和正后方存在盲区。举例来说，当行李牵引车在进行装卸货作业时，车辆行驶至传送带车辆旁后，需要进行前后微调并精准对接挂车，在此过程中车辆由于存在盲区，而无法判定周围得情况，此时仍然需要一个工作人员在后方观察周围的情况，以确保不发生安全事故。

目前针对感知的盲区问题，一些自动驾驶公司也做了一些简单的应对：

第一，会让车辆走简单的直线线路，尽可能地避免换道或者180度的转弯；

第二，将传感器装在车头两侧的支架上，从而获得更宽的水平视场角；

第三，将牵引车车头顶上的激光雷达（低线束机械为主）通过一个支架来架高，让激光雷达能看得更远，但激光雷达装得越高的话，激光光束的入射角会越小，其能量返回就越少。

除了在车端改进外，是否可以在场端布置传感器？带着这个问题，笔者也咨询了某机场场景的自动驾驶公司运营从业者，他说：“场端几乎不可能放置传感器。一方面，测试车辆大都来自不同的自动驾驶公司，不容易统一与协调；另一方面，场端传感器供应商需要进入机场供应商白名单，这会增加项目的整体复杂度。”

（2）缺乏统一的调度系统

每家自动驾驶公司都有自己擅长的车型，一个大型机场内部也绝不可能是一家自动驾驶企业把所有车型项目全部打包，甚至一个机场内单一车型也有可能会有多家自动驾驶企业在试运营。

一方面，虽然某些自动驾驶企业也有自己在研发自有的车辆调度系统，但如果机场未来需要同时介入几个不同平台的调度系统，这会加重机场的使用复杂度，产品的体验感会下降。

另一方面，不同调度系统去调度不同厂商的自动驾驶车辆，可能会由于车辆之间的信息不对称而造成车辆安全事故，或者由于同类型车辆的重复调用而造成效率低下。

总的来说，飞行区内的车辆一定是由机场统一管理，所以最终机场内的所有车大概率都会导入到机场官方的调度平台内，目前如何将未来机场内不同自动驾驶企业的车辆进行统一调度，以及如何去统一各家的通信接口，都会是未来真正实现机场无人车高效率运作的关键。

（3）近机作业难度高

从现有的自动驾驶技术在机场场景的落地情况来看，当前的行李牵引车主要是在货站与货站之间，属于远机作业，车辆是在远离飞机后，在一片空旷的区域进行作业，其技术难度并不高。而机场场景内无人车作业的真正难点在于单车的近机作业以及多车的近机协同作业。

比如多车协同作业，以行李牵引车和行李传送车为例，当牵引车拉货到飞机附近时，行李传送车的一端要对接飞机货舱，另一端需要精准地对接行李牵引车后方的挂车，在一个挂车货物装卸完后，还需要进行前后移动，从而完成下一个挂车的作业。

再比如廊桥车在与机舱门对接时，就必须做到刚刚好，这会对精准度的要求会非常高。

短期内这类近机作业不太可能容易实现：第一，上装的自动化作业系统会增加一部分传感器成本，经济效益上不能打平；第二，算法需要经过严格的训练后才能正式投入运营，要不然安全事故的成本会非常高。

3.3 政策层面的挑战

（1）政策监管的严重滞后

当前，机场无人车项目不能大规模铺开的主要原因之一，就是实质性的支持政策并没有落地，并且对于机场无人车项目的行政管理机制仍需要优化。

一方面，没有实质性的支持政策落地。虽然民航局已经颁布了《机场无人驾驶设备应用路线图(2021—2025年)》，但若要大规模铺开机场无人车项目，仍然需要民航局去做全局把控。

另一方面，监管层架构需要优化。从民航局的整体行政架构来看，各区域的空管局监管各大机场，但各地的空管局其实并没有权力制定机场无人车的相关发展政策，而地方政府虽然持有机场集团股权，但也不会直接管理机场的运营，所以机场集团就需要自己监管日常的无人车运作，比如发一些通告，这就使得各个机场的自动驾驶项目都只停留在demo阶段，而不能大规模的去铺开。

（2）特种车白名单的限制

机场内部的特种车供应链体系有一个白名单限制，新进的自动驾驶特种车需要进入白名单方可入场，而这份白名单直接受到民航局的统一监管，这就对机场自动驾驶特种车的全面商业化造成了一定的阻碍。

一方面，每一次的自动驾驶车辆维保都需要机场方确认是否对车辆进行了二次改造，一旦有改造就需要重新备案申报。

另一方面，现有的白名单车辆都为传统车辆，它们都没有配置自动驾驶系统，一旦将现有体系打破，就需要大改白名单，这就必须要经过民航局的批准，在没有顶层设计的前提下，该举措会耗费很大的行政成本，这不是一家自动驾驶企业所能去推动的事情。

（3）机场对于安全要求非常高

机场内存在很多的安全风险，比如特种车之间的碰撞或者特种车与飞机的碰撞，无论是哪种安全事故都会造成很高的经济成本。

首先，国内机场的飞行区内，机场场道会有很多的十字交叉口，存在特种车辆与飞机碰撞的风险。

其次，在近机作业过程中，一旦车辆与飞机发生碰撞，其代价非常高，也很难找到保险公司会为此买单。

某机场场景自动驾驶公司商务负责人：“机场内部采购的新特种车，都要求车辆前装ADAS系统，并需要系统做到多重的冗余。机场的试错成本很高，入场的自动驾驶特种车必须要保证能提供100%的安全，机场甚至不允许自动驾驶企业仅能提供90%的安全保障，也就是说机场连10%的事故可能性都不允许存在。”

再者，机场的高安全要求会限制自动驾驶技术的运营测试难以完全放开。

机场无人车项目会受到机场较高的安全要求影响，其商业化运营数据的收集会很缓慢，机场方面不会很快放开自动驾驶在机场的全面运营。

一方面，鄂州花湖机场只不过是各家自动驾驶企业的车辆大演练，所能获得的测试数据非常有限；

另一方面，一些corner case场景需要在实际运营中才会发掘出来，但受制于场景安全的考虑，机场不可能完全放开场景，或许未来就是在不断地试运营中，会尽可能地挖掘corner case场景。

3.4 商业方面的挑战

（1）特种车供应链的不成熟

机场特种车的整个供应链相对落后于目前产业的自动化进展速度，整个特种车供应链显得相对不成熟。

第一，现有的无人特种车存在稳定性差、故障率高、底盘车身的工艺差等问题。

当前，头部特种车主机厂，如威海广泰、中集天达都有无人车的战略布局计划，但从现有的实际情况来看，头部特种车主机厂的商业化探索会相对慢一拍，他们尚未看到机场无人车的潜在价值，而自动驾驶企业所能采购到的特种车质量未能达到他们所满意的质量要求。

第二，特种车主机厂的产能无法满足潜在市场需求量。

某机场场景的自动驾驶公司运营从业者：“现有的特种车主机厂产能无法满足机场场景未来的市场需要，比如某机场需要1000台，而另一个机场需要1万台，以现有特种车主机厂产能来说不一定能满足需求。”

第三，当前特种车的自动驾驶改造都是技术人员自行改造，并未形成标准化的方案。这也是由于整个机场无人车处于产业发展初期，大家都在摸索某些车型的可行性方案，但未来仍需要一个头部主机厂牵头，并且其能为各家自动驾驶企业提供多车型的标准化适配方案。

（2）经济效益不明显

自动驾驶技术在机场场景的发展较为早期，产业的整体不成熟导致整体成本较高，用工成本较高的大型城市尚可勉强覆盖成本，而用工成本较低的小型城市无法覆盖其智能化带来的成本。

首先，国外机场以及国内一线城市、香港等大型城市所在的机场，可以在财务模型上实现盈亏平衡。根据网络公开信息显示，上海浦东机场招聘的牵引车驾驶员成本大概为每年15万左右 （包含社保等）。

其次，二三线机场的人力成本基本无法覆盖智能化的成本，国内一些小机场平均工资大概每个月几千元，无法体现出智能化的优势。

某机场场景自动驾驶公司商务负责人说：“国内一些小机场的特种车驾驶员平均月工资为5500（包含社保等），这部分由于自动化而节省下来的薪资开支，根本无法覆盖智能车所带来的每年摊销。”

此外，近几年疫情的影响，促使各大机场几乎全处于严重亏损的状态，这会让机场对于机场无人车项目的投入保持相对保守的态度。

四、自动驾驶在机场场景的未来趋势

（1）“有人+无人”的模式是未来常态化

未来机场场景不可能实现完全的无人化运作，更多的是一种“有人+无人”的模式，让无人特种车取代一部分专业化需求及工作强度都较高的劳动力。

一方面，各地的机场可以为当地提供大量的就业机会，政府也会有意识地放出部分就业机会，以解决当地的就业率问题。

另一方面，短期内，若要实现车辆作业功能的完全自动化，其技术难度较高。

某机场场景自动驾驶公司商务负责人说：“即使自动驾驶车辆不需要安全员，但车辆在进行作业过程中也同样需要操作人员，比如牵引车在装卸货物过程中，现场为了确保安全和作业顺利完成，需要同时有2名操作人员，一个是搬行李的，另一个是防止车辆与飞机发生碰撞以及行李堆的塌陷。”

（2）机场内车型的落地顺序：“个别车型-个别作业区域-全场景”

根据各专家的观点及各家机场场景自动驾驶企业的现状来看，机场场景内无人特种车的落地顺序大概率会是先突破个别车型，再深入某一作业区域，最后逐步替换机场内全场景的特种车。

首先，各家自动驾驶公司在选择以什么车型先进入机场场景时，主要会先考虑一些其在其它场景有通用性经验的车型，比如牵引车在物流园区的应用。

其次，在突破某一车型后，就会围绕该车型，深入突破所在区域的所有车型，比如牵引车，它主要是在货站与货站之间应用，那么在这个场景中也会应用到叉车等其它相关车型。

此外，不同作业区域的落地顺序主要将会从远机作业到近机作业、从货运作业到客运作业的方向去突破。

最后，在将一个个作业区域突破后，最终在该机场就会形成全场景的机场无人车项目落地。

写在最后

与作者交流

如果希望与文章作者直接交流，可以直接扫描右方二维码，添加作者本人微信。

  

注：加微信时务必备注您的真实姓名、公司、现岗位

以及意向岗位等信息，谢谢！

关于投稿

如果您有兴趣给《九章智驾》投稿（“知识积累整理”类型文章），请扫描右方二维码，添加工作人员微信。

注：加微信时务必备注您的真实姓名、公司、现岗位

以及意向岗位等信息，谢谢！

“知识积累”类稿件质量要求：

A：信息密度高于绝大多数券商的绝大多数报告，不低于《九章智驾》的平均水平；

B：信息要高度稀缺，需要80%以上的信息是在其他媒体上看不到的，如果基于公开信息，需有特别牛逼的独家观点才行。多谢理解与支持。

推荐阅读：

◆九章 - 2021年度文章大合集

◆当候选人说“看好自动驾驶产业的前景”时，我会心存警惕——九章智驾创业一周年回顾（上）

◆数据收集得不够多、算法迭代得不够快，就“没人喜欢我”————九章智驾创业一周年回顾（下）

◆自动驾驶汽车的软件升级技术管理与监管策略分析

◆重新定义“车规级”激光雷达

◆自动驾驶在干线物流的商业化进展综述

◆小马智行进军前装量产，从自研域控制器入手？