对于大多数人来说，矿山总是和昏暗、事故、风险这些词汇绑定在一起。矿井安全一度成为社会关注的热点，这些刻板印象随着舆论的频繁印证至今还停留在大多数人的印象当中：在矿山工作，意味着在漆黑的矿井下将自己的性命交给运气。

但是，近年来，随着技术的不断进步，矿山已经不是曾经的模样。

位于安徽省铜陵市的冬瓜山铜矿，是铜陵有色金属集团股份有限公司下属的一座采选联合骨干矿山，1966年建成投产，开采深度已逾千米，是亚洲最深的坑采铜矿之一。

2023年，冬瓜山铜矿宣布“地下开采无人驾驶系统”试验成功。这次试验，结合自动驾驶、远程遥控技术的应用，对采铲&运输车辆装备进行智能化升级改造，在国内首次实现了地下金属矿铲、装、运、卸现场全流程无人化作业。

参与此次实验的雷科智途负责人表示，井下无人作业和远程操控面临的挑战包括卫星信号缺失、行驶空间狭隘、多坡急弯、照明度低等问题，这些都要求更高水平的自动驾驶技术。国内首个深井非煤金属矿的铲运协同无人驾驶项目，展示了这项技术的可行性，完成运输矿卡车辆的无人作业，这些车辆能够支持自动寻迹行驶、定点停靠和卸载，以及与铲车的协同配合。

自动驾驶正在改变矿山的井下作业，推动智慧矿山的建设。

参与冬瓜山铜矿地下开采无人驾驶系统建设的雷科智途，是一家由上市公司雷科防务（002413）、毛二可院士创新团队及无人车技术工信部重点实验室核心团队联合创立的高科技企业，致力于智能无人驾驶技术以及商用车高级驾驶辅助系统的研发、生产和推广。在该项目落地之前，雷科智途已经拥有了成熟的智慧矿山解决方案。

所谓智慧矿山，指的是以矿山数字化、信息化为前提和基础，对矿山生产、职业健康与安全、技术支持与后勤保障等进行主动感知、自动分析、快速处理，最终实现安全矿山、无人矿山、高效矿山、清洁矿山。

我国的智慧矿山建设始于自动化，从2010年开始逐步开始结合物联网等技术进入智慧化时代。在政策面上，智能化、数字化矿山建设受到了国家的重点关注。2020年3月份，八部委联合印发《关于加快煤矿智能化发展的指导意见》提出，到2025年，大型煤矿和灾害严重煤矿基本实现智能化，露天煤矿实现智能连续作业和无人化运输。2022年印发的《“十四五”国家安全生产规划》，也将“数字矿井”、矿山智能化建设等内容列入安全生产科技创新优先领域。

目前，矿业软件的应用和主体设备的自动化在国内矿山企业已经基本实现。部分矿山实现了生产管理远程化、遥控化和无人化；一些先进企业正在利用人工智能、大数据和云计算技术，创新矿山智能操控、决策系统，争取实现生产作业、经营管理全流程智能管控。根据国家矿山安全监察局统计。通过智能化建设，2016年到2022年，全国煤矿井下作业人员共计减少了37万人。减少的数字代表着工作效率的提升，更代表着安全的提高，不安全的减少。

随着无人驾驶技术的发展，越来越多L4无人驾驶技术被应用到了智慧矿山的建设当中。雷科智途认为，L4无人驾驶技术是未来矿山智慧化管理的关键技术，在矿山数字化和智慧化趋势中扮演着核心角色。

在雷科智途的智慧矿山解决方案中，L4级别的无人驾驶系统扮演着至关重要的角色。鉴于矿山井下工作环境的复杂性、全球导航卫星系统的不可用性以及对无人驾驶精度要求极高的特点，矿井L4无人驾驶技术集成结合了更为全面的技术生态系统“车－巷－云”一体化技术体系中，即智能车辆一巷（路）侧系统一云端平台，确保技术的高效协同和精准运作。

车辆搭载AI视觉、雷达、控制器和5G车载单元，作为运输系统的执行者；地面系统通过在路口建设激光雷达、视觉相机、毫米波雷达对路口车、人目标进行有效感知，提供稳健运行的支撑和保障；云控平台则提供任务调度、车辆监控、多车协作等功能，负责监控调度管理。

显然，这个体系不仅仅能用于自动驾驶矿用车辆，也可以用于智能调度平台、远程驾驶平台等，甚至像冬瓜山铜矿一样，利用车巷协同异构融合技术，实现无人车辆与其他设备之间的安全和高效运作，让铲运机、装卸机、卸料机、无人矿卡等多设备联动，实现铲、装、运、卸现场全流程无人化作业。

换句话说，智慧矿井并非智能系统的简单叠加，而是需要综合采矿工艺系统、智能装备配备以及控制系统建设，将矿山的生产管理和运营一体化考虑。无人驾驶在智慧矿井的应用当中形成的“车－巷－云”一体化技术体系，形成了一个完整的智慧矿山解决方案，因此是下一步智慧矿井建设的核心。

随着智慧矿山概念的普及，2010年以来，我国矿山智能化建设出现了一大批示范项目、示范矿山，立足矿山无人驾驶的企业也不在少数，但几乎都面临着不少技术和市场方面的难题。

最典型的问题是，由于矿山环境具有其独特性，无人驾驶系统不仅需要处理常规的交通管理问题，还需要应对井下特有的环境挑战，如狭窄的空间、恶劣的视觉条件和极端的气候条件，因此，矿山无人驾驶系统在封闭环境中的可控性、技术集成度、系统设计的分层性，以及对安全和效率的重视等方面，与普通的封闭道路和开放道路无人驾驶系统都有所不同。

“机场、港口，以及露天矿山，定位全靠北斗，感知一般靠摄像头，但是这些定位和感知体系，在地下是用不了的。因为地下光线特别差，也没有北斗系统，目标物不是标准的物品。”雷科智途CEO、创始人黄琰说，井下自动驾驶系统，整个的感知和定位体系是推翻重来的。

雷科智途采用的是4D毫米波点云SLAM定位技术方案，通过点云SLAM、RTK、IMU的多源融合感知技术，能够在井下弱光、水雾、灰尘条件下实现全域、全态的环境感知定位。此外，结合车路协同控制技术，通过智能路侧的信息补盲，对无人车控制进行全局拥堵预警、轨迹规划。截至目前，在实际应用中，可以实现40多种目标识别以及20多种事故场景智能决策。

另一方面，我国幅员辽阔，矿业种类多样，既有露天矿区、地下矿区，也有煤炭、水泥、有色金属、稀土、锂矿等不同矿种，地理环境也覆盖高原、平原、山地、盆地，还要适应极寒、高温、潮湿的不同环境。尽管不少项目都已经实现了在完全封闭的路段进行无人化常态运营，但这些场景的通用性不够强，难以低成本、快速、大规模落地。

雷科智途的解决方案是，与主机厂联合打造无人车品牌，以实现快速复制和规模化生产，同时利用北京理工大学的核心技术知识成果，定义统一的技术栈，以低成本复制于各个场景。

另外，雷科智途还通过借鉴大模型的模型架构、训练方式或直接应用大模型本身，算法在抽取和利用特征空间的能力得到加强，形成以更大模型参数、更加集成贯通和更彻底数据驱动为特点的新一代技术栈，同时结合多模态和大模型的诸多能力，提高复杂场景的泛化性与可解释性，端到端致力于将独立的算法模块纳入统一模型框架，用于低成本场景复制。

据亿欧智库测算，到2030年，中国智慧矿山自动驾驶潜在市场将达到3869.9亿元。根据公开数据，中国大约有4000座煤矿，三万多个有色金属矿，大部分在地下，井下自动驾驶市场非常可观。

雷科智途的核心团队能力非常综合，黄琰在自动驾驶行业有多年沉淀，曾经开发了国内首款辅助驾驶的自动作业拖拉机(前装)和国内第一台无人驾驶农机。团队里还有感知、自动驾驶领域的权威专家，以及在矿山、能源行业有丰富人脉的市场负责人。其中有两位是北理工博士生导师，北京理工大学在雷达探测、实时信息处理技术、航天遥感、卫星导航定位等领域有突出的学科优势，确保雷科智途在行业的技术优势。

雷科智途的团队，在感知领域有很深的积淀。团队在上世纪70年代，就做出了国内最早的无人驾驶汽车，而且适用于戈壁沙漠、石头路和林地场景，对复杂环境有很强的适应能力。

“在地下的感知场景，必须定制，我们对硬件做了很大的变化改动，做了包括软件、融合感知端的改动。另外，还有对非结构化道路交通的决策，这都是雷科智途领先他人的优势。”黄琰说。

目前，雷科智途已经与多家顶级央国企密切合作并深度绑定，建设交付全国首个L4级别井工矿无人驾驶项目，在煤炭、有色金属等行业累计落地数十台无人驾驶车辆。2023年，公司已实现盈亏平衡。2024—2025年，雷科智途还将开拓海外市场，并实现标杆案例落地。

在黄琰的计划里，雷科智途未来3年内，将把矿山无人驾驶系统推广到全球10个主要矿业市场，并争取至少20%的市场份额。

“我们希望成为行业首个井工矿封闭场景无人驾驶系统服务商，引领行业发展。”黄琰说。