現如今，不論是傳統車企、造車新勢力，還是互聯網頭部公司，無一不在自動駕駛賽道角力。相比載人自動駕駛車輛的研究，低速無人駕駛卻慢了許多。低速無人車應用場景多為封閉或半封閉地點，對技術程度要求低，更適合技術開發商業化。相信，低速無人駕駛車輛有望優先逐步替代傳統車輛，在未來一段時間內形成大的行業趨勢。

目前低速無人駕駛的普及仍然處在孵化期，也是社會接受期和市場創新期，這個階段面臨三大難題：

（1）產業鏈復雜，硬件整合難度大

（2）缺乏相應適配軟件

（3）頭部化導致的開放程度低

低速無人駕駛的產業鏈覆蓋往往也繼承于自動駕駛汽車上下游，如上游的傳感器、網絡服務商、數據服務商、芯片供應商等，但因為市場量小，往往缺乏相應配套產業鏈，低速無人駕駛下游的出行服務、第三方應用和服務商更是幾近于無。

阿里、京東物流、華為、百度等頭部企業，均有低速無人駕駛的產品研發和投入，這種成熟生態體系下，使得初創企業和學校的市場準入門檻和開發難度大大提升。

對于無人駕駛的初學者和后來者，需要一款更完善、更基礎、更開放的產品。

松靈抓住了這個市場初期的痛點，Autoware自動駕駛開源套件應運而生，毫不夸張地說，Autoware是目前世界上第一款用于自動駕駛汽車的“一體化”開源軟件。

讓低速無人駕駛簡單點

從無人駕駛的大車到低速的小車，需要簡單點。

為產品的硬件和軟件做減法，卻能完成閉環，又足夠開放，這是松靈想傳達出的理念。

對于初入行人員來說，了解和熟悉硬件是基礎。無人駕駛的硬件配置簡單來說，就是前端的建圖、感知、定位，中間的決策導航、路徑規劃，后端的應用，建立在這個邏輯上，參與無人駕駛開發的人就能很快明白整套系統工作的原理。

但對于教育工作者或者初學者來說，就需要去熟悉產業鏈、供應鏈，同時采購完成后需要解決電路、接線、底盤等諸多問題，一旦走入彎路，可能對整個學習和部署過程中造成大量的困難。

對于初創企業來說，實現快速應用才是核心，而解決移動機器人應用第一步往往就是解決機器人導航定位問題，這就需要在感知、決策、執行的過程中，投入大量人力，物力形成一套相對完整的閉環系統，對于初創企業來說這無疑是成本難題。

同時，例如Autoware等國外官方提供的硬件配置往往都要求相對較高，成本也一直居高不下，松靈在Autoware 自動駕駛開源套件的配置清單中，對于原先復雜的無人駕駛軟件需求進行輕量化裁剪，以較高的適配度降低了硬件成本，完善地集成了計算單元、多線激光雷達、液晶顯示模塊、通信模塊、底盤模塊，構建出了一個低速無人駕駛的最小單元，能夠滿足多個行業的基本需要。

在這種減法下，松靈的Autoware自動駕駛開源套件也以低成本很好實現了一個閉環。