每个人都必须熟悉智能驾驶。当你提到它时，你会想到威尔斯密斯在机械公敌中的驾驶奥迪RSQ，它也与特斯拉的无人驾驶有关。很少有人会想到机场的无人驾驶/卸货车、矿山上的无人驾驶挖掘和运输车辆、市政环境巡逻和自动垃圾清理。
事实上，如果我们把这个问题放在一边，AI从视角看，无论是一般旅行还是多元化的场景定制，都成为智能决策和控制问题，关键是场景整合和问题抽象技术和公司资源整合能力挑战是巨大的，就像如何建立一所通识教育学院，培养各领域的专业人才。
所以，当我们把特殊的定制问题变成一般的智能问题时，这个应用领域和市场空间实际上是极其巨大的。
长尾应用场景AI智能驾驶技术的商业价值
1)节省劳动力成本。通过智能驾驶技术，帮助团队减少驾驶员数量和控制环节的人员数量，进一步节省后勤保障和管理人员数量，减少人员费用。此外，无人驾驶比企业普遍面临的招聘和就业困难更迫切。
2）优化操作效率。通过配备传感器、摄像头等装置，实时监控车辆运行状态和环境状况，优化车辆运行路线和车队协作调度，准确控制操作操作操作和流程，大大提高工作效率和效果。
3)提高作业安全性。AI智能识别技术有助于监控环境风险和违规行为，避免驾驶员疲劳驾驶和操作失误造成的车辆事故，保护车辆及机械周围人员的人身安全。
4)降低燃油、轮胎消耗和综合成本。车辆机械的油耗是车辆生产经营成本的重要指标，
此外，轮胎检测系统将实时轮胎数据输入智能驾驶系统，算法结合车端的数据实现轮胎磨损预测模型，提前了解轮胎的寿命情况进行预防性维护，降低轮胎故障的风险以提高安全性。
5)智能调度车辆，实现高效路径规划。，同时，可以实现宏观调度下多车辆编队的协同作业，实现产能最大化、成本优化的目标。
长尾应用场景落地优势
港口、矿山、市政、建筑、公园等特定场景具有良好的设施基础条件，便于现场资源整合，帮助智能驾驶更快落地。
1)组织协调。商业应用场景中的车辆一般由运营商管理，可以安装部署软硬件系统，甚至购买相同型号的车辆，便于形成标准驾驶、操作规范，车辆可以通过相同的网络平台或统一的通信标准，在管理和技术上可以实现全球协调优化。
2）操作是有界的。与一般旅行的随机性相比，特定商业场景中的智能驾驶车辆的操作区域有一定的限制，与无边界开放道路上随机数量乘用车的复杂场景明显不同。特定场景下的智能驾驶相对可控，通过统一的操作主体更容易实现统一的规划和监管。
3）车辆相对低速，线路固定。与主干道上的高速智能驾驶车辆相比，特定场景下的智能驾驶车辆速度低、距离短、固定，易于铺设无人驾驶网络，安全性高。
4)公共安全问题较小。开放道路的智能驾驶车辆面临着公共安全问题，需要一系列长周期、严格的测试。
结合北京、上海等城市发布的智能驾驶道路测试管理措施，智能驾驶车辆必须通过封闭测试场景的日常培训、交通法规的遵守能力和智能驾驶执行能力，并通过车辆安全技术测试。
在特定场景下，智能驾驶车辆通常属于封闭区域内的特种设备，不在公共道路交通管辖范围内，限制较小。
智能驾驶技术在长尾应用场景中的挑战
与普通乘用车智能驾驶相比，特殊商业场景的领域更加多样化，需要解决的问题更加专有化，导致各领域样本数据量小，甚至没有样本数据。这给了我们AI智能系统的研发带来了巨大的挑战。
1)解决方案是不可复制的。在主干道上，矿山运输车辆、市政物流车辆、清洁车辆可以共享部分主干道驾驶数据和一般道路智能驾驶策略，但其他领域的矿山运行环境完全不同，不同矿山之间存在地形、海拔、坡度、路面铺设等巨大差异，使解决方案需要特殊定制和优化。
2)特殊需求叠加形成整体方案。商业客户需要一套完整的整体方案来满足他们的特殊需求。
例如，矿山方案需要检测挖掘机摆臂周围的人和物，准确控制或标准化摆臂操作预警，防止安全事故；除道路安全驾驶外，土壤搅拌机还需要在紧急情况下自动制动（AEB）、除了盲区行人检测外，还需要实时检测土壤搅拌质量，以实现报警或控制搅拌速度。
一方面，这些特殊需求不能在不同的领域共享，另一方面，它们不能在特定的商业解决方案中被遗弃，导致各个领域或特定场景在特殊需求叠加下形成的整体解决方案。
3）成本敏感。作为商业实体的需求方，它将严格衡量收入和成本。企业很难接受数万甚至数十万的单价成本，因此有必要放弃激光雷达等高成本设备。
4）无通用地图。特定空间和有限路径是一把双刃剑。一方面，它给智能驾驶带来了更安全的封闭环境。另一方面，它的特殊性和易变性也导致了无标准驾驶地图，这要求智能驾驶系统根据动态环境和目标实时决策并生成动态驾驶路径（这也不同于轨道操作）AGV车辆）。
5)数据标注难度大。特定的商业场景注定要有特定的知识体系，如土车搅拌、起重机卡绳、港口集装卸等。那就要求AI算法研发团队需要了解具体问题的需求，并有针对性地实现数据采集和样本标记，这带来了巨大的商业成本和研发成本。
智能驾驶解决方案长尾应用场景
针对上述特殊商业场景的业务需求和挑战，
名商与宇通、比亚迪、三一、东风等国内外龙头商用车企业建立了战略合作伙伴关系。通过前装、名商数字底座、智能车载摄像头等系列产品已广泛应用于商用车型，并通过连接名商车网络平台实现。同时，通过在厦门建设商用车专用试验场，不断收集样本数据
多场景识别
多物(态)识别
为满足各商业客户低成本运营需求，名商抛弃了昂贵的激光雷达设备。进一步配合双目相机自编码、驾驶员驾驶记录、超声波测距等技术手段，实现更全面的商用车智能驾驶数据库建设。
基于深圳前海和香港，名商智能驾驶技术实验室打造了国际化AI技术团队，，主要从以下几个方面进行深入研究，构建自身的技术特点和壁垒：a. 多任务神经网络结构；b. 多任务模型训练及运行时的数据选取与融合；c. 设计和优化损失函数。
面对多样化的长尾商业应用场景，除了考虑不同场景下的特殊需求外，还需要照顾不同背景下客户的成本偏好，这需要在满足需求问题的基础上（包括：超声波、毫米波、热成像、视频、激光雷达等），创建一个可选的硬件组合，从最佳成本到最佳功能。对此，名商与地平线等车载智能芯片厂商合作，对从基础监控到远程调度，从基础监控进行打磨优化ADAS、AEB到L4级商用车无人驾驶，商用车智能驾驶预控制器系列产品叠加在特殊场景需求(如选矿、装卸)中。
如何走商业模式？
名商的答案是提供智能驾驶软硬件解决方案和深度参与运营并行。
在20年车载终端、车载摄像头、车载后视镜等车载智能设备研发、生产20年的基础上，
结合著名商用车联网平台的建设和人工智能技术团队的不断壮大，知名商家与印尼巴东港、深圳港、紫金矿业等场景用户进行了深入合作，对技术和行业有了更深入的了解。他们正在接入物流、公园运营、矿山和港口联合运营，计划在五年内升级为商用车领域提供智能驾驶能力的服务提供商。
本文来自名商(香港)科技有限公司 总经理 犹杰