“相隔一年，世界已经巨变，技术变革提前并且加速，与其担忧，不如担当。”马云在2020世界人工智能大会上讲到。

疫情之下，对于愿意思考未来的企业家来说，机会才刚刚开始。新科技将改变未来商业世界版图。

港科大EMBA中英双语课程以云课堂，参观实验室，专题报告，知识转移四部曲的方式开展了「走进科大实验室」系列活动，邀请到首屈一指的科研教授，与大家一起分享世界级的科研成果，一起感受科技的力量，以及其蕴含的巨大商机。

疫情期间「无人配送」的爆发，把无人驾驶物流车引领至镁光灯下。而深圳一清创新科技有限公司(下称UDI)，就多次采用无人车配送蔬菜至疫情区、送饭盒至城中村的工作人员，令无人车由「噱头」变成真正落地的问题解决者。

一清创始人，港科大刘明教授，是目前唯一一位华人IEEE IROS杰出青年得奖者，曾率领团队研发香港第一台能回避障碍物，备有多项创新功能的无人车。此次在香港科大EMBA【走进科大实验室】系列中，做了「低速无人车应用技术要素」主题分享。

无人驾驶的需求与未来终局

展望未来，我预测载物无人车及载人无人车的数量，前者将大幅度超越后者。预测建基于经济发展的趋势，其一是物流车需求高企，在中国，仅电商物流达每天10亿元订单；其二是劳动力不足，人工成本上升；其三是快速外卖抬高物流成本，将持续降低物流成本需求。至于Robottaxi的普及，应该不及载物无人车的发展规模。

回顾我的研究历史，跟全球无人车的发展轨迹一致。我在2003年至2005年期间参与完成中国第一代新能源车「超越3号」，至2009年，开始牵头多地形自主导航重点项目NIFTi，并参与欧盟首个无人车项目Smarter。在2013年于香港成立首个无人驾驶研究实验室；在Google无人车项目Waymo成立的同一年(2016年)，我围绕多个香港产学研究项目展开无人驾驶研究，经费超过五千万港币，随后在2017年再领导课题组发布香港首部无人车，低速行驶毋须安全员。创立UDI则始于2018年，当时确定以物流车为主要方向，低速无驾驶位，原因是无人车的实用性，包括：有用、好用、用的上、用的上及用的好，才是最重要的一环。

你想要什么样的无人驾驶生活？

有关无人驾驶的状况，有许多枯燥的视频介绍，总是聚焦人坐在车内，就完全不用担心车外的交通状况、如何避开障碍物的美好想象，描绘中欠缺技术层面，如感知系统、其他智能设备的配合。

实际上新闻上令你专注哪呢？

同时，世界各地有关无人驾驶的意外新闻，骇人听闻，令人知道技术并非经常都安全，因此，我的结论是：无人驾驶在「什么场景当前可落地」才是最重要的。成立UDI，我定了一句口号「攀登珠峰，沿途下蛋」，技术要登上最高峰，实用落地能力如沿途下蛋。

现时，各国无人驾驶技术的应用集中在L4级别，即有条件无人驾驶，例如车速设上限、行驶区域路线较固定的应用等，原因是交通场景复杂多变，无人车要攀升至L5级，即不设车速及路线限制，可在任何条件下自动行驶，并不轻易。

创业目标：攀登珠峰，沿途下蛋

锁定「攀登珠峰，沿途下蛋」的目标，UDI在成立至今，一直针对L4级别开拓园区智能无人物流系统，因为没有法规问题，安全可控，可形成规模销售收入，跟工业物流系统深度合作，使我们易于积累定单的实际运作经验，其他同期项目包括：无人车零售、无人清扫等。预计来年至2022年，UDI开发区域无人物流系统，于公开道路L4低速载物，降低物流成本，形成供应系统，制造超大规模销售收入，另外发展半公开道路L4低速载人系统，而其他项目则开发无人巡逻安防；预计到2025年，城市无人物流系统正式成形，公开道路L4高速载物系统及高速公路L4载物，配合大需求的物流产业蓬勃发展；至于公开道路L4高速载人系统，关系到法规的支持，如没有相关的法规定立，一旦发生事故，整个无人车发展将受到毁灭性的打击。因此，UDI集中投资在低速载物无人车的研发。至于L5级别自动驾驶，大规模智能物流、Robottaxi的实现，仍需以十年计的时间去发展和达成。

实现多面向的应用

目前，UDI无人车已应用至多个产业板块，包括：机场、仓储企业、大学城、住宅区、产业园、生产厂区、物流企业、码头等；其中，无人车系统带动工业物运输4.0，从人手配送升级至自动化配送，运行公里已达数十万，从经营大型工业园区的客户的经验所得，无人车的ROI（投资回本期）仅一至一年半，UDI提供的方案包括行车的调度平台、可跟ERP（企业资源管理系统）对接以及标准制定，还有5G应用，实时管控。而跟我们合作的快递公司，亦成功将快递人手下调至过去的三分之一，无人车自动派件服务更将人员降至0。其他具代表性的应用项目，还包括企业使用一台无人车清扫，效率相当于五名清洁工的效率，在自动化码头的增益基础上，我们成功协助自动化港口降低了建设成本共五千万，以及后续使用成本，另有各类通勤车，已运作一年半。

无人系统模块技术结构

无人系统的核心技术结构，集中在「系统化算化核心模块」，当中分为三个重点：

（一）感知系统－－由传感器技术与产品支持

（二）决策与预测系统－－由算力及芯片化方案支持

（三）规划与控制－－由车身技术支持

1.感知系统