环卫无人是自动驾驶领域最大应用场景，25年项目数量占比30%，25年中标金额超126亿元（同增超150%）。1）2025年环卫无人是自动驾驶领域最大应用场景，项目数量占比30%；环卫无人中标金额超126亿元（含服务），同增超150%，涉及的无人环卫设备数量约1300台。广东位列第一，项目数量占比41%。2）2026年截至3月15日已开标环卫无人设备288台，同比增长102.8%，实现翻倍，其中162台服务于“环卫+无人驾驶”试点项目，占比56%。
技术差异：多技术路径并存，多传感器+高精地图路径技术发展成熟，视觉融合路径传感器配置成本较低。1）传感器配置差异：①多传感器融合路线：技术成熟可靠，但激光雷达等硬件成本较高；②视觉融合路线：减配激光雷达，硬件成本低廉，但算法要求高。2）地图差异：①高精地图路线：多传感器融合路线的技术底座之一，激光雷达是三维环境感知的核心；②视觉融合路线：通过算法将不同角度的2D摄像头图像，实时融合到3D空间，形成动态的“局部实时地图”。聚焦环卫无人场景，我们结合行业情况假设①多传感器+高精地图路径：配置4个激光雷达+6个普通摄像头+2个毫米波雷达+6个超声波雷达；②融合视觉路径：配置1个激光雷达+4个普通摄像头+2个高清摄像头+2个毫米波雷达+6个超声波雷达。
降本逻辑：环卫无人设备降本的主要驱动因素包括硬件端的技术变革/规模量产/国产替代、规模化后软件/算法研发费用摊薄等。环卫无人车的成本构成可分为：1）车体硬件：车体、电池、底盘、清扫装置等。2）智驾硬件：感知系统包括摄像头、毫米波雷达、超声波雷达、激光雷达等；域控系统包括算力芯片、存储等；部分厂商存在改装成本。3）软件：软件及算法。其中，硬件依靠技术变革、规模量产及国产替代降本，软件则主要受益于规模化后的单车成本摊薄。
降本测算：我们测算当前小吨位环卫无人设备整车成本约45万元，预期未来1-2年下降59-62%至约17-18万元，未来3-5年下降69-71%至约13-14万元，主要由规模量产+国产替代+配置差异共同驱动。1）基准模型测算（假设摊销软件/算法研发成本3000万元/年，按100台摊销）：小吨位环卫无人设备多数基于高精地图采用多激光雷达+进口芯片的配置，考虑试研阶段小批量部件采购成本高于乘用车，我们测算1吨级环卫无人设备成本45.0万元，其中：①车体硬件8.0万元；②智驾硬件7.0万元；③软件30.0万元，软件端当前研发摊销较大。2）预期未来1-2年（假设摊销软件/算法研发成本3000万元/年，按500台摊销）：若维持高精地图方案，硬件规模量产+算力芯片国产替代+软件算法摊销共同驱动降本至18.3万元（较基准模型下降59%，下同），其中：①车体硬件6.8万元（-15%），主要系规模量产；②智驾硬件5.5万元（-22%），主要系规模量产+芯片国产替代；③软件6.0万元（-80%），主要系规模量产下研发成本摊销快速下滑。若改用融合视觉方案，减配激光雷达+（硬件规模量产+算力芯片国产替代+软件算法摊销）共同驱动降本至17.1万元（-62%），其中：①车体硬件6.8万元（-15%），主要系规模量产；②智驾硬件4.3万元（-39%），主要系减配激光雷达+规模量产+芯片国产替代；③软件6.0万元（-80%），主要系规模量产下研发成本摊销快速下滑。3）预期未来3-5年（假设摊销软件/算法研发成本增至4000万元/年，按1000台摊销）：规模量产后环卫无人设备将实现进一步降本。同上，若维持高精地图方案，成本预计14.1万元（-69%），其中：①车体硬件5.6万元（-30%）；②智驾硬件4.5万元（-36%）；③软件4.0万元（-87%）。若改用融合视觉方案，成本预计13.1万元（-71%），其中：①车体硬件5.6万元（-30%）；②智驾硬件3.5万元（-50%）；③软件4.0万元（-87%）。
1.1. 环卫无人是自动驾驶领域最大应用场景，25年环卫无人中标超126亿，同增超150%
环卫无人是自动驾驶领域最大应用场景，2025年环卫无人项目数量占比30%。根据新战略低速无人驾驶产业研究所数据，2025年国内自动驾驶领域公开超740个中标结果公告（此统计未完全覆盖场景用户与企业直接签订的采购订单，且不含乘用车智能驾驶、无人机/无人航天飞行器领域项目），披露的项目总额超346亿元。项目数同比增长51%，披露总金额同比增长264%。从应用场景来看，清洁环卫（占比30%）数量最多、覆盖区域最广、商业模式最成熟。其中在深圳市多个区“城市管家”项目、深能环保无人清扫车项目、永川区智慧城市管理服务项目等标志性项目内，酷哇科技、赛特智能、城市之光、中联重科等企业频繁中标。环卫无人项目集中在广东、安徽、江苏、浙江等地。
2025年环卫无人中标项目总金额超126亿元（含服务），广东位列第一。据新战略低速无人驾驶产业研究所不完全统计，2025年，国内成功开标的无人环卫设备采购和试点项目已达220余项，披露的总金额超126亿元，同比增长超过150%。涉及的无人环卫设备数量约1300台。从项目地区分布来看，统计的超220个项目覆盖全国26个省、自治区（直辖市）。其中广东、江苏、浙江、安徽分别以41%、10%、9%、7%的项目数占比领跑2025年无人环卫竞标榜单。其中广东省项目主要集中在深圳、广州两地，深圳市按照项目年服务费金额每1000万至少配置一台无人智能清扫设备，广州市则计划到2026年无人驾驶清扫设备投用量达到1000台，利好政策大力推动环卫无人的应用推广。
1.2. 截至2026年3月中旬已开标环卫无人设备288台，同比翻倍突破
2026M1-3中旬已开标的无人驾驶环卫设备采购总量达288台，同比增长102.8%。根据环境司南数据显示，截至2026年3月15日，2026年国内公招渠道累计开标无人化智能环卫设备达288台/辆，较25年同期的142台/辆大幅增长102.8%，实现翻倍式突破。从用途结构来看，288台设备中，有9台用于纯无人化智能清扫作业，162台服务于“环卫+无人驾驶”试点项目，110台为常规设备采购，另有7台以租赁形式落地。
从区域分布来看，无人环卫设备招采活动高度集中于经济发达地区，呈现散点放量。广东省以96台开标量领跑全国，江苏省（51台）、浙江省（37台）紧随其后，三地开标总量达184台，占比超过六成（64%）。城市方面，深圳市（59台）、广州市（28台）、长沙市（26台）、苏州市（24台）、杭州市（22台）位列前五，合计开标159台，占全国总量的55%。
品牌竞争格局方面，盈峰环境（中联牌）以62台的绝对优势位居榜首，市占率达22%；酷哇牌以26台排名第二，科沃斯牌以20台位列第三。文远知行、城市之光、纽恩驰、库萨科技、福龙马、伏泰科技等品牌中标量在2至4台之间。
2. 技术差异：多传感器+高精地图路径技术发展成熟，视觉融合路径传感器配置成本较低
作为无人驾驶技术的细分应用领域，环卫无人的技术路径同样面临着汽车无人驾驶的“技术路线之争”，不同技术理念和实现路径的差异将影响无人驾驶系统软硬件成本，包括传感器、高精地图配置等。通过梳理乘用车主流自驾技术的迭代和发展趋势，可以深化理解环卫无人设备新技术勃发、经济性渐进、降本空间广阔，当前正处于即将规模化放量的历史节点，行业格局的大变革将至。聚焦环卫无人场景，我们结合行业情况假设①多传感器+高精地图路径：配置4个激光雷达+6个普通摄像头+2个毫米波雷达+6个超声波雷达+高精地图；②融合视觉路径：配置1个激光雷达+4个普通摄像头+2个高清摄像头+2个毫米波雷达+6个超声波雷达。
传感器配置差异：根据是否配备激光雷达无人驾驶技术路径可分为（1）多传感器融合路线——海外企业如Waymo、国内主流车企如蔚来、华为等均选择该路线，在视觉传感器（摄像头）基础上增配了毫米波雷达、激光雷达等，其核心思想是通过多维的传感器获取更多数据，增加在雨雾天气等长尾场景下的安全冗余，代价是激光雷达等硬件成本较高；（2）视觉融合路线——以特斯拉为代表的纯视觉方案以不使用激光雷达为特征，仅通过摄像头进行环境感知，优点是硬件成本低廉，有较高的灵活性和适应性；缺点是在恶劣的天气条件下或光照不足的条件下，感知能力可能下降；算法要求高、训练成本大等。
地图差异：是否采用“预制”高精地图是无人驾驶的另一技术分野。1）高精地图路线：高精地图是多传感器融合路线的技术底座之一。核心思想是将环境高度结构化，激光雷达（LiDAR）是三维环境感知的核心。工作流程：通过测绘车对作业区域进行扫描，制作一张包含车道线、路缘石、红绿灯、杆塔等所有静态元素的厘米级“数字地图”；环卫无人车通过激光雷达和组合惯导，将自己实时“锚定”在这张地图的精确位置上；最后，依据地图提供的先验信息，执行预设的清扫路径和作业指令。随着城市道路环境变化频繁，地图需要持续更新，带来持续性运营成本。2）视觉融合路线：多由BEV（鸟瞰图视角）+ Transformer架构驱动。BEV技术：通过算法将不同角度的2D摄像头图像，实时融合到3D空间，形成一张动态的“局部实时地图”。Transformer架构：赋予车辆理解空间中各个物体之间关联和时序变化的能力，不仅能“看懂”当前路况，还能“预测”，赋予了车辆“类人”的、基于实时环境理解的泛化能力。视觉路线主要依靠传统导航，制图/授权成本低，入新城市/区域的边际成本大幅降低，规模化扩展能力较强。随着视觉技术演进，部分厂商或减配高精地图降低运营成本。
环卫无人降本的主要驱动因素包括：硬件技术革新/规模量产/国产替代、规模化后软件/算法研发费用摊薄等。环卫无人车的成本构成可分为：1）车体硬件：车体、电池、底盘、清扫装置、其他辅助装置等。2）智驾硬件：感知系统（传感器）包括摄像头、毫米波雷达、超声波雷达、激光雷达等，是智能驾驶系统的“眼睛”；域控系统包括算力芯片、存储等组件，能够高效处理传感器数据，为智能驾驶系统提供算力保障；改装成本：厂商存在差异，个别无需代工厂改装。3）软件：软件及算法如智能驾驶软件栈、操作系统等。其中环卫无人设备的硬件有望受益于技术路线变革、规模量产及国产替代降本，软件则主要受益于规模化应用后的单车成本摊薄。
降本逻辑（以下降本测算基于我们的假设模型，具体假设条件详见图10）：我们测算当前小吨位环卫无人设备整车成本约45万元，预期未来1-2年下降59-62%至约17-18万元，未来3-5年下降69-71%至约13-14万元，主要由规模量产+国产替代+配置差异共同驱动。
1）基准模型测算（假设摊销软件/算法研发成本3000万元/年，按100台摊销）：小吨位环卫无人设备多数基于高精地图采用多激光雷达+进口芯片的配置，考虑到试研阶段小批量部件采购成本往往高于乘用车，我们测算得到1吨级环卫无人设备成本45.0万元，其中：①车体硬件合计8.0万元；②智驾硬件合计7.0万元；③软件合计30.0万元，软件端当前研发摊销较大。
2）预期未来1-2年（假设摊销软件/算法研发成本3000万元/年，按500台摊销）：若维持高精地图方案，硬件规模量产+算力芯片国产替代+软件算法摊销共同驱动，1吨级环卫无人设备成本预计较基准模型下降59%至18.3万元，其中：①车体硬件下降15%至6.8万元，主要系规模量产驱动；②智驾硬件下降22%至5.5万元，主要系规模量产+芯片国产替代驱动；③软件下降80%至6.0万元，主要系规模量产下研发成本摊销快速下滑。若改用融合视觉方案，减配激光雷达+（硬件规模量产+算力芯片国产替代+软件算法摊销）共同驱动，1吨级环卫无人设备成本预计较基准模型下降62%至17.1万元，其中：①车体硬件下降15%至6.8万元，主要系规模量产驱动；②智驾硬件下降39%至4.3万元，主要系减配激光雷达+规模量产+芯片国产替代驱动；③软件下降80%至6.0万元，主要系规模量产下研发成本摊销快速下滑。
3）预期未来3-5年（假设摊销软件/算法研发成本增至4000万元/年，按1000台摊销）：规模量产后环卫无人设备将实现进一步降本。同上，若维持高精地图方案，1吨级环卫无人设备成本预计较基准模型下降69%至14.1万元，其中：①车体硬件下降30%至5.6万元，主要系规模量产驱动；②智驾硬件下降36%至4.5万元，主要系规模量产+芯片国产替代驱动；③软件下降87%至4.0万元，主要系规模量产下研发成本摊销快速下滑。若改用融合视觉方案，1吨级环卫无人设备成本预计较基准模型下降71%至13.1万元，其中：①车体硬件下降30%至5.6万元，主要系规模量产驱动；②智驾硬件下降50%至3.5万元，主要系减配激光雷达+规模量产+芯片国产替代驱动；③软件下降87%至4.0万元，主要系规模量产下研发成本摊销快速下滑。
激光雷达占传感器60%以上，单价随量产快速下探。考虑当期环卫无人设备仍处于少量试行阶段，硬件端购买成本通常高于大规模采购的平均售价，我们假设激光雷达/普通摄像头/毫米波雷达/超声波雷达采购单价分别为5000/800/1500/400元，结合小吨位/大吨位设备不同的配置数量，估算得小吨位/大吨位设备的传感器总成本分别为3.02万元、5.54万元，其中激光雷达成本占比分别为66%、63%。受益于乘用车智驾等场景成熟，激光雷达出货量大幅增加，价格正快速下探。随着ADAS及机器人产业成熟，2019-2025年，激光雷达龙头禾赛科技出货量从0.29万台激增至114.32万台，2025出货量同比增长127.77%；平均售价从19年的12.14万元/台快速下探至2025年的0.26万元/台，2025同比下降32.95%。随着环卫无人设备规模化量产及激光雷达价格下行，我们预计未来1-2年环卫无人设备激光雷达单价有望从5000元/个降低15%至约4200元/个，未来3-5年降低30%至约3500元/个。
中央化的域控制器架构是实现L4级自动驾驶的必然选择，高性能SoC计算芯片是主要成本来源。主要构成包括：1）高性能 SoC 芯片：如NVIDIA DRIVE等，集成了 CPU、GPU、NPU（神经网络处理单元）和可编程 FPGA，用于并行处理感知算法、深度学习推理和决策规划。例如劲旅环境JZZ15SZTA型无人扫路机，其搭载两颗英伟达ORIN芯片。2）微控制器MCU：独立于主SoC运行，负责处理实时性、安全性要求极高的任务，提供安全冗余。主要产品如英飞凌（Infineon）AURIX™系列、恩智浦（NXP）S32平台等。3）存储：包括闪存和DRAM存储，DRAM主流方案已从LPDDR4向LPDDR5/5X过渡，容量通常为16-64GB。4）其他：环卫无人设备需要的其他导航模组。
自驾系统算力芯片SoC技术的快速成熟、性能的飞跃以及成本的持续优化，推动环卫无人设备商业化。随着自驾等级提升，算力需求持续攀升。英伟达在车载计算领域领先：18年上市的Xavier系列芯片算力达30TOPS，是最早支持L2级自动驾驶研发的单芯片解决方案；22年投产的Orin系列算力增至254 TOPS；最新一代Thor系列单芯片可提供高达1000 TOPS的稠密INT8算力。按开发者套件价格计，从Xavier系列到Thor系列，单位算力成本从43.30美元/TOPS降至3.50美元/TOPS。计算密度的指数级增长同时也反映出GPU架构革新和软件生态的成熟。
国产车载芯片厂商产品日渐成熟，进入量产阶段，车载算力芯片有望快速降本。参考东吴证券汽车组报告《AI+汽车智能化系列之十一——以地平线为例，探究第三方智驾供应商核心竞争力》，国产芯片和英伟达在2025年后正式进入同层次竞争阶段，在量产验证和客户获取维度逐步打平英伟达。黑芝麻智能推出新一代芯片平台及华山A2000家族芯片，算力最高达250+TOPS，针对不同级别的自动驾驶需求；地平线 TOPS，采用端到端技术架构，可同时处理20路摄像头数据，满足城区复杂场景下的实时决策需求。通过国产替代，国产芯片支撑域控系统有望实现进一步降本。25年基于地平线P的智驾方案或为当下高阶智驾方案的成本最优解，黑芝麻A2000方案域控系统成本较英伟达Thor方案有约30-40%的降本空间。鉴于环卫无人设备多应用于低速行驶的封闭/半封闭环境，对安全冗余及算力要求远低于乘用车场景，国产芯片可基本满足其算力需求且更具性价比优势。结合乘用车算力芯片方案考虑，我们预计随着国内外厂商技术升级叠加国产替代，未来1-2年环卫无人设备的算力芯片价格有望从约2万元降低40%至约1.2万元，未来3-5年降低50%至约1万元。
乘用车自动驾驶技术外溢：环卫无人场景下自驾技术的核心算法成熟度高，降低自驾研发投入门槛。1）乘用车自驾企业开源平台提供完整软硬件技术栈：以百度为例，Apollo开源平台提供自驾的软硬件技术栈，先后发布了车路协同开放平台“开路”和智能网联路侧单元操作系统“智路OS”，将自动驾驶和车路协同的技术全面开放。这些平台开放了感知、预测、地图、标定等基础能力，为开发者和合作伙伴提供了一套完整的软件和服务体系，降低环卫无人设备自驾研发门槛。2）智驾大模型、算法逐渐成熟：继2021年特斯拉提出BEV+Transformer大模型之后，2023年，智驾相关大模型开始大量出现，如华为盘古大模型、百度文心大模型、毫末DriveGPT等。智驾大模型经过乘用车等应用场景的前期迭代日趋成熟，环卫无人自驾系统化用成本大幅降低。
环卫无人设备的运营设计域（Operational Design Domain, ODD）与乘用自动驾驶车辆存在显著差异，环卫场景适配系环卫无人车辆研发重点：1）低速高精度操控：沿道路边缘清扫、冲洗要求车辆具备厘米级的横向控制精度，并能在人行道、非机动车道等狭窄空间内灵活机动，对定位系统、路径规划与控制算法提出了极高要求。2）障碍物交互：不仅需要识别并规避行人和车辆等动态障碍物，还须够识别各类垃圾、障碍物（如石块、落叶堆），并作出相应的作业决策。3）固定重复的作业路线：固定区域内作业降低了导航的复杂性，但对作业路径的执行一致性和长期运行的可靠性要求更高。4）全天候、全时段作业能力：感知系统必须能够有效应对雨、雪、雾以及不同光照条件，确保7x24小时的稳定运行。特定于环卫场景的海量数据集系主要竞争壁垒：海量的环卫场景数据是模型训练的前提条件，数据获取、存储、标注成本较高且需要大量的运营车辆长时间积累。
环卫无人的开发成本较高，规模化量产后成本有望摊薄。基于自驾算法行业的平均薪资及成本大致估算，对环卫无人研发费用的敏感性分析模型假设如下：1）发展阶段：早期无人设备多处于实验试点状态，以小批量研发为主。假设一家中型的环卫无人设备公司早期研发投入为3000万元/年；中期考虑技术演进及研发人员有所增加，假设研发投入为4000万元/年；成熟期无人设备型号增加，产品更新需求旺盛，同时研发团队人数自然增长，假设研发投入为6000万元/年；2）成本构成：假设研发团队/数据服务、原型机硬件支出等其他支出占比分别为70%/30%；3）敏感性分析：早期阶段，假设保守/中性/乐观年出货量分别为100/300/500台，对应单车研发成本摊销成本分别为30/10/6万元；中期阶段，假设保守/中性/乐观年出货量分别为800/1000/2000台，对应单车研发成本摊销成本分别为5/4/2万元；成熟期，假设保守/中性/乐观年出货量分别为3000/4000/5000台，对应单车研发成本摊销成本分别为2/1.5/1.2万元。由此，环卫无人研发成本摊薄主要依赖于规模化量产，产品竞争力、销售渠道等或为各厂商竞争力关键。
当前环卫无人设备市场主要玩家可分为三类：1）环卫设备&服务公司：例如盈峰环境、宇通重工、福龙马、劲旅环境等，其优势在于设备制造能力以及销售渠道，早期可自产自用无人设备；2）环卫服务公司：侨银股份、玉禾田等，具备地方资源和渠道优势，其战略目标是通过向上游垂直整合，涉足技术研发和设备制造，从而实现成本控制、提升运营效率，并在其服务版图内构建自给自足的闭环生态系统；3）科技企业：文远知行、酷哇科技（待上市）、伏泰科技（被汉嘉设计并购）等，优势在于掌握核心自动驾驶技术。
商业模式：多种商业模式共存，通过外延并购/合作或内生孵化等方式打通全产业链布局为一致趋势。1）科技公司直接提供无人产品与环卫服务：“技术+产品+运营”一体化，好处在于全流程闭环，价值量高，但科技公司缺乏政企关系与运营经营，项目回收期过长。典型代表为酷哇科技。2）科技公司+环卫设备/服务公司合作：即主机厂OEM策略，环卫设备/服务公司聚焦设备制造与项目运营，将资本和技术高度密集的自动驾驶算法栈外包。这是进入市场最快、资本效率最高的方式，典型代表为宇通重工+文远知行的合作模式。3）环卫设备/服务公司通过收并购孵化科技公司：成立专门的全资子公司（或收购算法团队），致力于完全自主研发技术栈。其目的在于捕获产业链的更多价值，避免向设备商或技术公司支付高额利润，但面临高额资本支出与研发风险。典型代表为盈峰环境、福龙马、劲旅环境和侨银股份等。其中环卫设备收入占比较小的公司（劲旅环境等）业绩或更具弹性，但需关注无人设备制造及项目落地能力。
4.2. 技术路径向视觉融合方向发展，小规模放量阶段关注订单验证及商业化落地
环卫无人主流技术路径分为1）“激光雷达+高精地图”路径，该路径押注于激光雷达等硬件设备的快速降本及性能提升；2）视觉融合路径。该路径融入视觉技术，激光雷达等仅作补充，研发重心倾斜于数据闭环、模型训练集高性能计算硬件等。由于当前行业仍处于快速发展阶段，各厂商的产品及技术呈现出交叉、融合、迭代的趋势。部分企业正向融合视觉的路径演进，例如劲旅环境JZZ15SZTA型无人扫路机采用“传统导航+AI视觉修正”的感知路径（为提供安全冗余，配备192线高线程激光雷达）、酷哇科技采用ViT视觉大模型；部分企业宣布掌握L4级无人驾驶技术，如文远知行提供L4级自驾全栈解决方案等。
产品布局及商业化进程：1）设备型号：以小吨位、封闭/半封闭场景为主，设备巨头布局大吨位型号。多数厂商（如侨银和劲旅）以小吨位设备试研为主， 作为现有庞大人工团队的“补充工具”被引入，通过自有项目内部消化实现早期订单 “销售”；设备巨头如盈峰和宇通为捍卫并升级其在大型车辆领域的主导地位，率先布局6吨/18吨大吨位型号。2）商业化进展：早期小规模放量（百台级别），全国试点铺开，运营里程超百万公里。当前无人设备正处于行业放量早期，如盈峰环境25年设定的销售目标为100台，产能目标500台；多数企业产品正在全国多地试点，如酷哇科技在全国超20个城市部署千余台自驾车辆，宇通重工总运营里程超百万公里等。关注后续各厂商订单落地情况以及项目常态化运营状况。
1）无人化替代不及预期的风险：如无人化设备替代速度不及预期，可能影响行业放量速度。
2）政府支付能力下降风险：如政府支付能力下降，可能继续导致行业回款变慢，现金流变差，行业资金压力可能增大。
3）市场竞争加剧风险：随着行业的快速发展以及上下游企业的涉足、不同领域新企业的不断加入，市场竞争将不断加剧。
