自动驾驶|年轻人逃离的工厂，正在被博士们看中( 六 )

这个规矩看似非常实用，但对一些刚毕业的程序员来说很难接受。甚至在最开始的一年里，都持续有一些新人会因不适应工厂的工业和生活而选择辞职。
对于重工业企业来说，产品的可靠性大于一切。孙银健讲了一个他们团队拿下一个大客户的例子。
一家钢铁厂很早就计划研发无人天车，但最终卡在天车对钢包的感知识别这一环节。从2018年开始，这家钢铁厂陆续找来十多公司，希望能帮助他们突破这一环节，但两年后卡壳的问题仍未得到解决。
2020年4月，孙银健和同事带着设备也来到这家钢铁厂，将无人驾驶技术引入到天车吊运的控制和识别感知中，并做了功能demo演示。演示当场没有问题，合同顺利签了下来。随后，他和同事们在工厂泡了大半年，经过十多次的功能迭代和现场不断尝试后，完成了设备的交付，并通过了现场的试运行。
别人两年都未能解决的难题，为什么孙银健团队半年就解决了？
在交谈中「甲子光年」发现，差异来自技术路线的选择。传统的方案，大多是通过简单视觉识别钢包上的标记来做到感知，但在钢铁厂，环境腐蚀性高、灰尘又大，一个月前做的标记在一个月后很可能被磨损得一点不剩，根本满足不了实际的需求。
亦联资本投资副总裁杨寅曾到过这样的工厂，她对「甲子光年」讲述自己的一次经历，“我事先并不了解那个环境，背了一个白色的包就去了。结果只待了半小时包就全黑了。”
而基于激光SLM、视觉、3D智能感知等技术的方案，则不会存在这样的问题。这不仅是技术选择的问题，更考验研发人员对实际应用场景的理解程度。如果不去现场摸摸灰尘，只是坐在办公室，程序员很难理解为什么纯视觉的路基会走不通，因为理论上它确实是有可能性的。
这就是实地踩出来的经验。
也有的时候，工人对技术存在过高的要求。
翼菲自动化的张忠法就碰到一件事。曾经他的团队给一家烟草企业做异形烟码垛机器人项目，这个细分领域此前一直是人工操作。在项目研发完成并在工厂调试后，工人提出了一个要求，在垛好的异形烟中间再堆一排。
“人工操作，确实可以实现这个要求，无非就是晃一晃、挤一挤就可以加进去了。但机器实现起来就会稍微复杂一些。”张忠法称。如果强行操作，结果就是整垛烟又散了架。
“工人理解机器也很重要。”张忠法说。
矿山则是另一种场景，其有严格的管理流程，工人很少能干预车辆行驶。
经过几次在矿山的经历，林巧愈加理解为什么越来越多自动驾驶企业盯上这个场景。对此，「甲子光年」曾在《无人驾驶“解救”矿山之困》一文做过详细分析。但要做好矿山的自动驾驶，只靠实验室的技术是无法完成的，甚至他对乘用自动驾驶“降维”到矿区自动驾驶说法也嗤之以鼻。
林巧很认同易控智驾CEO沃森常在公司里说的一句话：“我们吃过的土，就是我们的竞争壁垒。”
矿区跟城区几乎是两个天然相对的场景。一是矿区的道路不会有车道线标识，车辆无法靠标识线保持车道；二是矿区的环境粉尘大、沙石多，普通的传感器很难在这种环境下长间工作；此外，矿区的车辆对作业流程要求极严，“普通车辆在车库中倒车倒不准可以来回多试几次，但矿山上如果车辆来回倒车，那就严重影响挖机和车辆的协作，甚至让后续车辆的作业都受影响。”林巧说。
这种情况下，程序开发人员只能先到现场收集需求，然后回到办公室做开发，之后还要到现场验证开发效果。“如果想通过别人远程验证，然后告诉你结果，是不现实的。”林巧称。