痛点怎么破？答案是从机械化清扫到无人驾驶的机械化清扫。2015年，我国城市平均机械化清扫率为55%，县城机械化清扫率为43%。目前，我国只有北京、上海等一线城市和沿海发达城市的机械化清扫率达到70%左右。在此之前，为了治理大气污染，中央先后出台了《重点区域大气污染防治十二五规划》、《国务院关于印发大气污染防治行动计划的通知》、《京津冀及周边地区落实大气污染防治行动计划实施细则》等多个文件，均提出大力提高道路机械化清扫率，并明确规划了“力争到2015年一般控制区城市建成区主要车行道机扫率达到70%以上，重点区域控制在90%以上“的目标。结合人力老化、劳动力缺口的现实看，要实现从55%到70%，以及重点区域70%到90%的机械化目标，无人驾驶的机械化清扫是最有效的解决方案。

先进国家的经验也证明了这一逻辑。美国城市的道路清扫基本实现了完全机械化，环卫工人和环卫机械装备数量基本比例大致为2:1，劳动力成本仅占整体运营成本的三分之一左右，显著低于我国的环卫行业劳动力成本比例。同时，实现无人驾驶的机械化清扫后，使用同样数量的环卫机械城市道路最多可以做到一天三扫，作业效率将会显著提升。

不能全路况清扫的不叫无人扫地车

环卫领域的研究证明，大多数道路上的碎屑都分布在道路靠近路肩的60厘米区域内，其中包括影响空气质量和水质的道路垃圾和颗粒物，如果不及时加以清扫，就会形成PM10和PM2.5。

所以在COWAROBOT的创始人兼CEO何弢看来，不能全路况清扫、不会智能规划路线的，就不能算是人工智能扫地车，更不能帮助城市环卫部门提高道路清扫效率、降低运营成本、改善城市居民的生活质量。

道路清扫场景下的无人驾驶和通勤场景下的无人驾驶有许多不同。其一，为了保证清扫效果，行驶速度不求快，但求全覆盖；其二，处理的路面情况复杂，有坑洼、井盖、边渠、静态障碍物，并要扫干净路肩等重点区域；其三，非高速路的城市道路两侧多半有行道树和绿化树遮挡，对定位的挑战比较大；其四，待清扫路面的遮盖物较多，树叶、垃圾、冰雪等，会对路面标识有一定遮盖。

由于上述差异，让通勤场景下的无人驾驶技术对探测距离的要求较高，而远距离激光传感器和海量数据处理能力就意味着高成本。而低速场景下需要瞬间探测的范围较小，而且高强度作业的时间段多半在夜间，车流和人流量都较少，所以整体成本更低，更容易商业化落地。