年轻人不愿当矿工，无人驾驶或能解困

18.7%。

这是最新一次全国人口普查中 60 岁及以上人口的占比数据，相比 10 年前，该数字上升了 5.44 个百分点，标志着中国已进入轻度老龄化社会。

当社会还在热议老龄化社会可能带来的变化时，一些行业已经为这个问题焦头烂额了许久。

位于江苏句容的台泥水泥矿山，如今已鲜能看到年轻的从业者，在近百人的工人队伍中，大多数年龄都已在 50 岁左右，这些人再有几年即将退出一线；而西北地区的第一座机械化矿井王平凹煤矿，10 多年前就已遭遇老龄化带来的种种问题，在矿的生产工人 2400 多人，而退休工人则有 4000 多人，是生产工人的近两倍。

工人老龄化，已成为压在矿主心头的隐形大山，倒逼着矿山进行转型变革。

从上世纪 90 年代开始，一些矿山主就开始探索智慧矿山的可能性，试图让这个千年传统行业走向无人化。然而由于种种条件制约，智慧矿山进展并不顺利。如今无人驾驶技术的发展，给矿山智慧化带来了新转机。

尤其今年，在乘用车自动驾驶走入量产落地大讨论时，矿山由于具备独特的条件，有望率先实现无人驾驶的落地。

4 月 21 日，在上海车展全球自动驾驶创新峰会上，智能驾驶公司希迪智驾（长沙智能驾驶研究院）正式对外发布了纯电无人矿卡整车，在其商用车自动驾驶落地之路上又增添了一个重磅产品。

4 月 25 日，在内蒙古呼伦贝尔市宝日希勒露天煤矿，世界首个极寒工况 5G+220 吨级无人驾驶卡车编组实现运行，按计划今年 6 月正式进入工业化运行。

按照辰韬资本的预测，矿区无人驾驶 2021 年即可开始规模化落地，预计 2022 年可实现商用。

一场发生在矿山上的科技变革已经拉开帷幕，而自动驾驶就是这场变革的先锋。

1. 矿山转型迫在眉睫

矿山行业贡献的产值占整个中国年 GDP 的 8%，人们的穿住行用都离不开它。但就是这样一个在国民经济中举足轻重的产业，发展现状和未来前景却不容乐观。

人口形势的转变，是摆在矿山面前的第一大难题。

今年 5 月 11 日，第七次全国人口普查数据显示，中国 60 岁及以上人口占 18.7%（其中，65 岁及以上人口占 13.5%）。与 2010 年相比，60 岁以上人群占比上升 5.44 个百分点；而 15-59 岁的人口则下降 6.79 个百分点。

一升一降，凸显了当下国内劳动力市场的窘境。在矿山领域，这个问题更加严峻。

早在 2007 年，西北地区规模最大的机械化矿井王平凹煤矿，就遭遇了老龄化问题。当时该煤矿的退休工人数量就超过了 4000 多，而在矿生产工人只有 2400 多人，也就是说一名在矿工人要供养近 2 名退休员工。

十多年后的今天，老龄化带来的问题更加凸显。希迪智驾车辆工程事业部总经理刘洲在走访过大量矿山后看到了一个“奇怪”现象，矿山的一线工人中几乎没有一个是 80 后，全是 70 后、甚至 60 后。不出几年，这些工人也将集体退休。

老工人离退休，新工人却跟不上。以句容台泥水泥矿山为例，在职矿工中，大部分人的年龄都已在 50 岁左右，很少有年轻人。句容台泥水泥矿山一负责人告诉「甲子光年」，他们现在已经很难从高校招到年轻的矿山工人了。

年轻人不愿意去矿山工作的一个重要原因是，这里工作枯燥，而且又充满危险。

安全问题，正是矿山面临的第二个难题。

今年 1 月，国家矿山安监局新闻发布会公布了 2020 年国内矿山安全事故数据。其中，矿山事故全国共发生 434 起，导致死亡 573 人，同比下降 19.1% 和 22%。尽管整体事故数据呈下降趋势，但每一次安全事故带来的都是不小的损失。

一旦矿山发生造成工人死亡的安全事故，必然要面临停工整顿，少则停工两个月，多则停工三四个月，甚至有些安全标准不达标的矿山将直接关停。这给矿场带来的是直接的、高达数亿元的经济损失，同时还会造成恶劣的社会影响。

因此安全生产，始终是矿山领域的底线。

老龄化程度的加深，在矿山劳动力供应跟不上的同时，也加重了安全生产的压力。“年龄偏老的工人，在操作机器设备时更容易产生误操作，一旦发生安全事故，他们的反应速度也比年轻人差，进而加剧事故的严重程度。”一位矿山行业从业者告诉「甲子光年」。

矿山面临的第三个困难，则是劳动力成本上升带来的压力。

在矿山行业去产能、降成本的大趋势下，人员成本居高不下、逐年增加。目前，国内一名成熟的矿区运输司机，其月工资在 7000~10000 元左右，一年的单个人力成本约在 15 万元左右。

劳动力减少、用工成本上升、安全事故等问题，促使矿山主们思索解决之道、转型之法。

解决方法便是矿山智能化、智慧化建设。

2. 智慧矿山落地难

早在上世纪 90 年代，矿山行业便提出了智慧化转型。在国外，美国的卡特彼勒（Caterpillar）、日本的小松（Komatsu）等公司于上世纪 90 年代就开始研发矿区场景下的自动驾驶，并提出智慧矿山的概念。在国内，1999 年也提出数字矿山的概念，其核心就是利用技术使机械化走向自动化，并由计算机网络对矿山形成统一管控体系。

2008 年，日本的小松和美国的卡特彼勒等工程机械公司陆续向智利、澳大利亚、巴西、加拿大等国的矿山（主要是铁矿、铜矿等）投放了约 300 台大型无人驾驶矿车，累计运输矿石总量超过 40 亿吨。

国外矿区无人驾驶矿车实践所展现出来的巨大潜力，让国内采矿从业者对这一模式充满了信心。因此近年来，大量的初创公司涌入了智慧矿山赛道，落地了一批智慧矿山项目。比如 2014 年，陕煤化集团黄陵矿业一号煤矿 1001 综采工作面实现无人开采。在工作面割煤、推溜、移架、运输、灭尘等操作上实现自动化运行，达到了工作面无人作业的目的。

但时至今日，国内智慧矿山进展仍然缓慢。其背后则有两点原因。

首先，海外矿山分布较为集中，且单个矿山产量巨大，有能力整体改造，而国内的矿山分散，基础设施较为落后，改造能力不足。无人矿卡大多是作为智慧矿山整体解决方案的一部分而存在，其运行需要在矿山进行整体数字化和智能化升级后的环境下才能实现。而且在这类方案中，为了保证整个运输环节的安全性，对有人驾驶的矿卡是排斥的，因为人类司机的不合规驾驶行为会破坏系统的一致性，也存在安全隐患。

这也意味着，要想落地无人矿卡先要对矿区进行改造，而这将是一大笔费用。其中，矿卡车队由有人矿卡切换到无人矿的花费是大头，比如载重量 300 吨以上的超级矿卡，目前的市场价格在千万元级别，即便是载重 60 吨的主流矿卡，其价格也高达数百万元。如此昂贵的资产，对于普通矿主而言，不是说淘汰就马上能淘汰的。

因此，无人矿卡的落地被巨额改造费“卡”住了脖子，悬在空中。

其次，相比国外，国内矿山的条件更差，这表现在矿区路况差、碎石多、粉尘多。国内许多矿场依山开采，道路修筑困难，使用期又较短，因此矿区的路面大多是由碎石铺成，路况复杂，灰尘大。这反过来更容易损坏车辆部件，缩短车辆寿命。

因此国内矿山对自动驾驶技术和车辆的要求比国外更高。而国内无人驾驶技术起步晚于国外，早期技术不成熟，难以适应矿山需求。

过去，国内矿山无人驾驶技术经历了多次探索，但在落地过程中并非一帆风顺。

第一阶段为无人远程操控，即通过远程操控矿车来实现无人化。相比纯无人驾驶，远程驾驶技术难度相对更低，因此许多矿山无人驾驶公司在早期都经历过这一过程。尽管远程操控可以实现作业现场无人化，但在后端仍需有专人对设备进行操控，不能完全实现对人力的降成本。此外远程操控对通信条件要求高，一旦出现信号传输中断、延迟，很容易发生意外。

此后随着真正无人驾驶技术推进，远程操控便被取代，并成为矿区无人驾驶出现意外状况后的一种接管方式。

第二阶段是后装无人驾驶矿车，即对现有矿车进行无人驾驶改造。相比远程操控的方式，其真正实现了无人化。上文曾提到，矿卡车队由有人矿卡切换到无人矿卡的花费是大头，数百万元的矿卡不是说淘汰就马上淘汰的。因此后装无人驾驶的方式目前更适用于传统矿山。

但后装无人驾驶矿车同样未能解决一个问题 —— 降成本。虽然无人驾驶矿车理论上可以省掉人力成本，可油耗、维修保养等用车成本无法节省，甚至还要增加对无人驾驶系统的定期维护费用。因此从长期看，这种方式也存在一定的局限。

基于以上难点，过去矿主们对无人矿卡给矿山运营降本增效所带来的获得感不强，因此推动无人矿卡落地的意愿自然也大打折扣。

3. 无人驾驶，一个新突破口

转机出现在 2018 年左右。

首先，矿山的基础条件发生了改变。改革开放之后，中国矿山数量的变化主要发生在两个发展阶段：2005 年～2012 年矿山总数在 10 万座以上，2013 年至 2018 年受政策影响矿山数量大幅下降，2018 年为 5.8 万座，预计未来仍保持 - 5%~-15% 的增长率，2023 年将减少至 4.5 万座。

矿山整体数量在减少，同时单个矿山的体量在增加。2018 年中国大型矿山数量约为 4324 座，随着绿色矿山政策地施行，未来中国的大型矿山数量占比仍将持续提升。这为智慧矿山的推进打下了基础条件。

其次，国家也在政策方面不断推进矿山智能化进程。2020 年初，国家发改委、能源局等八部门发布《关于加快煤矿智能化发展的指导意见》。其中提到，到 2025 年，大型煤矿和灾害严重煤矿要基本实现智能化，形成煤矿智能化建设技术规范与标准体系。而作为矿山智能化体系中重要组成部分的无人驾驶，得益于此前多年的技术积累，更容易快速落地，形成智慧矿山的标杆项目。

此外，无人驾驶技术不断走向成熟。2018 年底，无人驾驶在资本市场爆火之后问题也开始显现，由于受技术、法律、成本等条件的制约，无人驾驶迟迟难以落地，逐渐走入低谷。此后，随着无人驾驶技术不断进步，其在商用领域尤其是矿山领域找到了落地突破口。

由于环境相对封闭，且车辆运行线路相对固定，矿山成为无人驾驶极佳的落地场景。此后多个无人驾驶公司在矿山领域实现项目的实验性落地。例如，2019 年，慧拓智能完成了国内首个无人矿山整体解决方案的落地运营；跃薪智能的无人矿山设备在洛阳钼业投入实际验证；希迪智驾研发的无人驾驶矿卡也在句容台泥实现落地。因此，2019 年也被称作“矿山无人化元年”。

基于过去的探索和对矿山需求的探索，希迪智驾在今年 4 月的上海国际车展联合宁德时代、华为共同发布了公司的纯电无人矿卡整车产品。相比前装无人驾驶矿车，纯电无人驾驶矿车最大的改变就是矿车动力改为纯电，并且无人驾驶系统也由后装变成前装。这样的好处是，既节省了劳动力成本，同时还能节省大量的用车成本；缺点则是需要购买新车，适合对现有车辆更新换代的矿主。

如果以一台载重 90 吨左右的燃油矿车与同等级纯电无人驾驶矿车进行对比，可大致测算两者用车成本的差异：

一台传统燃油矿卡一年的运行成本包括三部分，约 42 万的燃油费、约 14 万的维护保养费用、约 30 万的两班运行人员工资和福利开支，三项合计达 76 万元；而纯电无人矿卡由于无需人力操作，其运行成本只有电费和维护保养两项。在水泥和砂石骨料矿山的工况下，电动矿卡重载下坡发电（制动能量回收）大于空载上坡的耗电量，理想情况下不需要充电，燃料支出可以降低到 0；而维修保养方面，电机可免维修、免保养，因此整车一年的售后服务费用大概在 1 万元左右。

这样一算，纯电无人矿卡一年的成本支出要远低于燃油矿卡。

除此之外，针对矿区扬尘多，灰尘大，感知设备很容易被扬尘覆盖而降低环境感知功能的难题，希迪智驾的纯电无人矿卡提供了一套先进的感知算法优化，使得这款纯电无人矿卡实现了单车智能，并且具有不惧扬尘、支持混合编组、动态规划作业路径、支持一键下发任务、重复作业、作业变更、自主泊车熄火、自主充电等一系列功能，有望彻底解决制约采矿业发展的安全事故频发、生产条件艰苦、环境恶劣、司机招聘困难、管理运营成本高企等诸多痛点，实现矿山运输车辆的无人化和电动化。

随着无人驾驶技术模式逐渐清晰，越来越多的矿山开始找到无人驾驶公司寻求合作。这其中，既有需要无人驾驶运营服务的客户，也有采购纯电无人驾驶矿车的客户。句容台泥矿山一负责人对「甲子光年」表示，他们目前已采购了两台希迪智驾的纯电无人驾驶矿卡在矿区调试运行，待完成采集数据并验证合适后将大规模引进。除此之外，另一家位于重庆的某矿山也在 2020 年 6 月引入数台纯电无人驾驶矿卡，“他们的规划是后续将全部矿车变成纯电无人驾驶矿车。”一位参观过该矿山的业内人士称。

4. 千亿市场的挑战和机遇

中国矿山无人驾驶正迎来商业化应用关键期。

根据辰韬资本的测算，中国矿山自动驾驶市场规模超千亿，2021 年 - 2023 年是实现商业化应用的关键时期：2021 年 - 2022 年，第一梯队企业将实现去安全员，夜班作业的规模化试运营；2022 年 - 2023 年，第一梯队企业将开始实现商业化应用。

与国外主要由 OEM 提供自动驾驶方案不同，国内的无人驾驶解决方案商以创业公司为主，包括希迪智驾、踏歌智行、慧拓智能、易控智驾、跃薪智能等。其主要原因是：矿山无人运输解决方案是个复杂的系统工程，不仅需要自动驾驶技术，还需要调度与车队管理、车联网通信等技术。因此，国内大型装备企业多倾向于与无人驾驶初创公司深度合作，自身则专注于前装自动驾驶车辆的研发与测试，如线控底盘、传感器整合等。

近几年，国内创业公司已加快矿山自动驾驶解决方案的研发和运营探索，各家公司都已经开始小规模的车队测试运营。多家企业已经拿到落地订单，但多为试点项目，尚未参与到矿山的正常生产作业环节中。

这是因为，目前矿山无人驾驶落地中仍面临一些困境。

• 其一，是成本困境。改造无人驾驶矿车成本高昂，动辄数十万、上百万，如果后续实际应用中达不到明显的降成本作用，对矿山而言便是得不偿失。实际中，目前的无人驾驶矿车在作业效率上确实不及有人驾驶矿车。这造成很多矿主对无人驾驶采取观望或浅尝的心态。

• 其二，是车辆稳定性。希迪智驾刘洲认为，目前的无人矿卡，在稳定性上离有人驾驶还有一段距离，“最大的挑战，就是如何确保矿卡的可靠性、稳定性，保证持续的出勤率。”

要解决这两个难题，就需要深耕矿山场景。

在辰韬资本看来，矿山自动驾驶商业化主要有以下关键：

• 一是需要对整体系统的试运行和调优，包括自动驾驶车辆、中央控制平台、协同作业模块、生产管理等；

• 二是生产效率提升，尤其是常态化夜间作业效率；

• 三是自动驾驶零部件及算法的成熟，使自动驾驶车辆能稳定、可靠的运行；

• 四是需要将自动驾驶与矿区正常生产作业节拍进行融合匹配。

矿区自动驾驶服务商在完成运输环节自动化后，将有机会深入其他环节，实现全矿区的自动化、智能化解决方案。

根据平安证券的预测，到 2035 年各类煤矿将基本实现智能化。而智慧矿山的应用经验，可应用到对智慧城市的建设，为解决自动驾驶落地难、造血慢的问题，提供解决方案和实际应用方法。

这将是一个更富想象力的故事。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。