无人驾驶的清洁车可以说是一种刚需市场，有市场、有场景，而且技术也基本能满足半户外状态下的工作。
从技术层面来讲5G、AI等技术加速了产品技术的发展。
编辑：园区无人车编辑部
在自动驾驶圈存在一条隐含的技术鄙视链：L4 复杂城区RoboTaxi > 瞧不起L4 高速物流卡车简单场景 > 认为L4特种车辆没有技术挑战（包括MiniBus、环卫、物流及矿山等）；同样还有一条产品鄙视链：L4特种车辆快速落地 > 认为L4 高速物流卡车短期内难以产品化 > 认为L4 RoboTaxi产品化遥遥无期。以上观点为戏谑打趣之言，但也基本反映出从业者及行业外人士的一个大致观点。
所以至今无人驾驶还没有真正意义上的商业化。商业化就是要赚钱，现在还没有无人驾驶的出租车，就是因为可能目前还没有找到真正的盈利模式。过去几年中，这个行业太热了，大量的资金涌入，但回报周期可能相对较长，大家都在找新的赛道。无人驾驶的清洁车可以说是一种刚需市场，有市场、有场景，而且技术也基本能满足半户外状态下的工作。在无人驾驶+环卫赛道上也涌现众多的玩家，环卫行业的问题根源是“人”，解决问题要靠无人驾驶。
首先是人力成本，我们粗略统计了一下，全国有超过500万名环卫工人，这些还只是正式员工，其实里面很多都是临时工，没有编制。
其次是老龄化问题，超过一半的环卫工人的年龄在55岁以上。
最后是管理成本问题。目前环卫工人的群体规模很大，流动性非常高，工作环境比较恶劣。比如北京有雾霾，有的地方气候寒冷或者夏季高温，还有一些交通事故的风险，这些都是这个行业要面对的问题。
中国现在每年环卫相关的费用是2000-3000亿元，每年还有将近10%的增长率。而欧美发达国家是这样计算的，环卫标准是1欧元/人/天，换算下来，一个1000万人口的国家每年环卫预算大概是30多亿欧元的水平。从数字比较可以看出，欧美发达国家对环卫车的要求比中国高很多。
从技术层面来讲5G、AI等技术加速了产品技术的发展。
首先需要一套完整的自动驾驶系统，因为环卫清扫车属于专用车，必须能够满足特定的功能。
其次是要用低成本的传感器，很多自动驾驶车用高精度的GPS，插上几个高像素的激光雷达，整套设备的成本达到了车辆本身的数倍。我们的小型清洁车使用的设备大概能够和车价成1：1的关系。在大型清洁车方面，增加的成本大概只有车价的四分之一到三分之一。
然后是需要高精度地图。环卫清扫领域的要求是，车辆行驶必须贴着道路的路沿，因为95%的垃圾和灰尘都在道路最右侧，所以需要高精度贴边行驶。这个精度要求相对比较高，在线实时对Curb的检测也是非常准的，同时要求控制层面能够非常准确地贴合生成的轨迹。
最后是机器学习Pipeline，这需要有足够大的数据吞吐量支撑迭代训练等等。
目前，已经有超过十个城市或者园区使用无人驾驶清洁车。
