挖掘机一直都是个谜一样的存在，上至老人下至小孩，都为之着迷，只要在路上看到挖掘机作业，总会有一大批停下匆匆脚步行注目礼的人，挖掘机是除游戏外，男人的另一个天堂，属于男人的快乐玩具。

挖掘机的神奇在于它像个英雄一样，在各种危险的环境中都能看到它的身影，好像什么都能干的样子，又A又飒。挖掘机也被称为工程机械领域的皇冠明珠，作为一种物料搬运的工具，被广泛用于资源开采、建设施工、抢险救灾应急救援中，拥有广阔的应用市场。

但是其工作的天然场景就是在高危的环境中，施工的环境复杂，路况起伏不平，高噪音、高粉尘、伤亡事故等，虽然司机的薪资较高，但是很多年轻人不太感冒进入这个圈子，现存的熟练主力工人都是三四十岁的中年人为主，恶劣的作业环境、频发的安全事故、降本增效的要求等是实际工业生产中的挑战，也是挖掘机向智能化方向迭代的推动力量，AI+挖掘机应运而生。

AI+挖掘机的智能变身

目前我国的工程机械领域仍是一个劳动密集型的产业，在“新基建”和“中国制造2025”的政策推动下，技术革新传统行业的浪潮四起，工程机械设备智能化、无人化的升级革新可以显著减少作业安全事故、降本增效，赋能工程机械企业提升产品竞争力，行业的发展朝着智能化方向升级日渐清晰。

作为工程机械设备中使用最广泛的挖掘机，搭载AI技术的顺风车，让其升级摇身一变为工作效率狂魔。往常的情况，挖掘机作业主要依赖司机的手感，他们凭借经验把握施工的分寸和位置，这种经验有时可以发挥积极的作用，但有时也会造成作业失误。在爬坡、挖斗、移动等极易出现作业事故的场景下，施工质量合格与否难保证，效率偏低，费时费力。

智能挖掘机搭载的AI辅助驾驶技术不再那么严重的依赖人的经验，附加的传感器和感知系统，让挖掘机眼观六路、耳听八方。AI主要是从挖掘机的感知、规划、控制层面助力，百度近日开发的全新无人挖掘机作业系统（AES）技术展示，可以进行无人化作业。

无人挖掘机作业系统使用多种传感器融合和感知算法，包含一整套软件和界面设计，协助终端司机用户完成系统的操作、部署和使用。在感知层面，利用高精度低成本相机和激光雷达，实时生成高精度的三维环境地图，通过计算机视觉和深度学习等算法，可以检测作业环境中的作业物料材质、运输卡车、障碍物、标识和人员等，并对卡车、障碍物等物体进行三维姿态估计，及时调整动作。

基于感知系统的信息反馈，通过学习和优化算法，能够快速进行作业规划和多自由度的挖掘机各关节运动路径规划，确保提升作业效率的同时降低机械损耗。最后，通过高精度运动闭环控制算法，能够实现挖掘机各传动机构的精准运动控制。

目前百度的智能挖掘机已经在工业废料处理领域落地使用，在没有驾驶人员操作的情况下，自主完成物料挖掘和上料功能，实现连续24小时的全天候作业，不仅杜绝了工业废料环境对于驾驶人员的伤害，也帮助企业节省了人力成本。

在一些作业场景比较平整安全的环境中，智能挖掘机的操作完全可以实现无人化，但是在一些复杂场景特殊场景中，比如房屋拆除、采石场、地下挖掘等环境中，需要司机的经验自主判断要挖掘作业的方位，单凭挖掘机自主判断，估计就车毁人亡了。算力和算法有限，智能挖掘机倒也没有在复杂环境中安全作业的本事。

我们都知道楼房是有承重的位置，需要按照一定的先后顺序以及临场反应去操作，不然的话很容易造成倒塌事故，造成伤亡。采石场的采石区与落石区经常有塌方的情况出现，挖掘机作业过程中经常会遇到，碰到落石和坍塌的危险，在石头雨中，砸掉车身周围的摄像头或其他感知器件，也只有一首凉凉送给自己。在这些比较复杂的环境中，智能挖掘机还不能脱离操作司机的经验判断，对于挖掘的力度与角度需要实际的情况去判断，算法和策略的迭代积累有限，脱离操作人员的控制的话，就真会失控。

在上述复杂的场景中，完全无人化的操作短期内不会取代操作司机现场作业的方式，部分危险环境中的固定操作中，辅助使用一些远程操控的作业也是一种已知的解决方案。驾驶人员在模拟舱内进行操控，利用5G遥控技术，实现远离危险的复杂操作作业。比如无人挖掘机可以通过远程遥控安全排除未爆航弹，通过在5G环境中进行无线遥控，对于熟练的操作司机来说，在复杂危险的环境中作业，远程操作跟现场操作没有任何区别，有种模拟打游戏的感觉，既能高效完成挖掘任务，又能保证人员安全。

在挖掘机智能化的初期阶段，使用传感器和感知系统可以增加一些视域的开阔与判断的辅助，但是离完全的无人化作业还有点距离，需要技术与场景的迭代发展，算法的积累和学习需要时间与数据的支持。在一些关乎生命财产安全的情景中，成熟的驾驶员经验相对更可靠。 

智能挖掘机的无人化路径发展是一个比较特定的场景，但是作为工业设备领域的核心搬运部件，其无人化作业从0到1的产品跨越，给产业发展打了一针很强的定心剂，AI技术与特定场合的解决方案，组合的力量让其在新基建、资源开采等场景中，蕴含了更多的智能机遇有待迸发。

其他物流、制造兄弟的AI进化

5G、AI技术代表的“新基建”，正在与实体经济在具体场景的结合下深度融合。工程设备行业乘风而上，并不断向数字化、智能化方向演进。比如智能重卡与智能天车，这两位也是工程设备领域内具有代表性的生产要素之一，其智能化的发展也能见微知著窥探工业设备产业发展的趋势脉络。

智能重卡主要作为工程物流运输设备来使用，这也是工程机械领域的标志性运用场景，目前智能重卡已在港口、园区、矿区等场景较为精确的领域得以应用。智能重卡是自动驾驶领域内相对较早进行落地和商业化的细分领域，目前来看L3、L4级别的车辆都有落地使用，主要是在场景固定的港口与封闭的一些工业园区内使用，行驶路线较为固定。

使用的场景与搭载的技术都与挖掘机不同，智能重卡主要是搭载毫米波雷达与激光雷达、深度摄像头等，具备多维度多方位感知能力，能够精确感应行人、车辆、其他障碍物等，并且依规划路径实现自主超车、自动变道、自适应巡航、绕行避障、预见性规划等功能，智能重卡通过车辆自身的主动智能感知能力，厘米级定位与自动化港机设备交互实现精确行驶的任务，降低驾驶员的驾驶疲劳强度，有效提升行驶安全性。

随着技术的成熟和量产的落地，智能重卡在一级市场的投融资活动愈加频繁，图森未来的上市与量产，重卡自动驾驶企业智佳科技的最新4.2亿美元的融资，上汽红岩与中国重汽等自研智能重卡并且已经上市等信号，无不说明着行业进入到了飞速发展的阶段。

工程设备不仅在资源开采、物资运输、抢险救灾等方面发挥着重要作用，在工业生产中，最值得一提的是天车这个在大型制造厂的核心设备。在大型制造厂商制造业中，天车作为搬运物料的大力士不可或缺。所谓“天车”，是桥式起重机在工厂中的俗称，是桥架在高架轨道上运行的起重设备，可以沿着轨道横向移动，以此搬运工厂中沉重物料和设备产品。

往日的天车设备一直是熟练的操作工人进行驾驶，因为高空低头弯腰俯视作业，工作强度大，条件恶劣，并且比较依赖工人的经验，与挖掘机的行业痛点类似，也是存在着生产效率、成本与安全的桎梏，智能化可以有效降低作业过程的安全隐患，并能大幅提升劳动生产率。

天车的无人化，背后的核心技术从视觉系统层面来说，配备3D识别、精准定位、视频追踪等设备，扫描获取场景内的数据并进行计算与反馈给控制系统，由中控系统统一调度，通过刚性升降机械结构与机器人手臂，完成精确运动。因为天车是移动设备，很难联接固定网络，但智能天车的作业需要实时化、高精度进行大量数据传输。先前，天车无人化一般都依赖Wi-Fi。而在今天，智能天车与5G结合，低延时、高效率传输的快乐正在行业中成为趋势。

智能挖掘机、智能重卡与智能天车这些案例可以直观展现出，AI作为关键的技术变量，给工程设备行业的核心生产要素带来巨大的改变，而工业设备是工业发展的命脉，是最具代表性的制造业和实体经济发展的根本。无论是效率还是安全，或者是成本，技术的提升，市场的需求被点燃，使得产业端迎来了发展的机遇阶段，满足了工业设备行业的智能化、无人化、高效率的发展需求，在产业供需关系方面，也进行了新的高效适配，向着低成本高安全的方向进发。

长线投入才见花开与月明

工业设备行业整体来说，产业链冗长，涉及的场景与业务，复杂而又危险，比如露天矿区、隧道开凿、建筑拆除、生产制造等，安全性与智能化必须协同发展。

因为工程设备的机械传动本身就比较复杂与专业性强，技术的革新需要专业知识的加持，需要引入一些领域专家或者是跟行业内人士协同革新。这也是传统工业设备厂商的选择，无论是与互联网巨头企业合作还是与技术背景深厚的初创企业联合，都是双赢的选择。

传统工业设备厂商发展多年经验沉淀需要活化，新兴的互联网企业技术与算法能力强劲，感知能力、决策判断与工业设备厂商自动化控制能力结合相得益彰。优化和落地无人化作业系统，无论是智能挖掘机的自主挖掘、卡车装载等，还是智能重卡的特定场景的自动驾驶，新兴技术快速发展帮助工程机械设备提升生产安全、降本增效，助推工业生产向智能化、无人化、安全化的方向迈进。

工业机械设备领域的智能化还在建设的初始阶段，投入期阶段的商业化落地能力没有全面铺开，市场的教育与发展还需要资本、技术与时间，整个革新过程需要产业链上下游各方势力的共同协作，耐得住寂寞埋头苦干才能守得花开见月明。不像互联网新零售的一些噱头风口那样，打一枪换一地儿，或者吆喝两三年吸引资本投资后作鸟兽状散去，留一地鸡毛。

面对人口红利的减退、疫情的冲击，无人施工作业的需求日益增长，无论是国内基建领域、工业领域的发展，还是出海国外，智能化设备对于生产与建设都至关重要，商业化的钱景一片明朗。

中国制造的标签从山寨大国到智造工业设备未来再到智能设备出海，短短二十年的发展，技术强国的发展成果已经引人侧目，基建速度、生产制造智能化、智慧物流的高速运转等，中国速度以开拓者身份步步为营，工业设备的数字化到智能化路径，已经远超过了预期，未来的发展会有什么样的速度与面貌，值得憧憬与期待。