投资要点

煤矿开采“无人则安”，政策硬指标要求深入推进矿山智能化。我国煤炭资源多数埋藏较深，全国地下开采方式的煤矿数量占比超过90%，250万煤炭开采业工人中有约100万人从事有一定危险性的井下一线工作。我国煤层赋存条件复杂且埋深较深，开采过程面临地质环境极端不稳定的问题，导致采煤事故时有发生。24年4月，国家矿山安监局等7部门联合印发《关于深入推进矿山智能化建设促进矿山安全发展的指导意见》，要求至2026年，全国煤矿智能化产能/智能化工作面数量占比不低于60%/不低于30%。

下游集中度提升和稳定的煤炭消费量，将为智能化工作的推进提供支撑。2016年以来小煤矿关闭退出成效显著，煤企集中度提升，煤矿大型化导致煤机大型化趋势明显，有利于智能化转型。25年煤价虽有回落但仍处于合理期间，中期展望来看，十五五期间煤炭消费量或仍处于平台期，有望为煤企资本开支提供支撑。

AI赋能综采环节智能化率提升，竞争格局较为明晰。综采工作面是煤矿生产核心，需要“三机一架”设备完成采煤、运煤、支护等关键工序，供能保障、采支运作业、智能集成三层控制系统（SAM/SAC/SAP）通过对于核心设备的操控，可替代50%以上的一线开采人员，助力采煤自动化到智能化转型。据天玛智控，目前单矿相关控制系统投入约3000万元，我们测算回采工作面智能化稳态年化市场规模超200亿元，渗透率还有4倍提升空间。相关产品搭建兼具软件开发及行业理解，CR2达60%以上，呈现天玛智控和郑煤机双寡头垄断的局面。

技术完备、运行成熟、经济性可行，无人矿卡未来已来。矿卡无人驾驶目前已进入规模化部署阶段，24年以来国内多个示范项目已常态化投运，协会预计渗透率将由24年的8%快速增长至26年的30%，Frost & Sullivan测算2030年全球市场将达600亿规模。与乘用车无人驾驶相比，无人矿卡感知更难但能通过多模态感知方案解决，矿区场景封闭、行驶速度慢降低了决策难度，但也对于集群调度算法提出更高要求。同时无人矿卡对于线控底盘的需求给予了在电动化领域具备优势的中国企业弯道超车的机遇。我们测算百吨无人矿卡已具备经济性，规模效应下经济性有望进一步凸显。行业目前处于方案商、主机厂和IT厂商多方入局的阶段，期待未来渗透率的快速提升。

与市场不同的观点

市场担心煤炭价格承压或延缓煤矿智能化进程，导致相关公司盈利承压。我们认为煤矿开采“无人则安”的特殊性是推动行业智能化的根本原因，而AI、无人驾驶等技术的快速发展使得煤矿开采无人化成为可能。煤价更多影响的是行业短期景气度，并不影响中长期渗透率提升趋势。同时十五五期间煤炭消费有望维持稳定，也将为中期煤企资本开支提供支撑。

煤炭开采用工规模大，政策与大型化趋势奠定智能化转型基础

采煤可分为开采、运输、洗选三大环节，劳动力集中在井下开采环节

采煤可分为开采、运输、洗选三大流程，开采环节我国以地下为主。煤炭生产环节中，开采环节从土层中开采获得原煤，运输环节将原煤运输至加工厂，洗选环节对原煤筛选加工获得精煤。根据煤炭储藏条件的不同，煤炭开采可分为露天煤矿开采和地下煤矿开采，露天开采是指将覆盖在煤层上的土壤和岩石全部移除，露出煤层后进行采掘；地下煤矿开采是指从地面凿井通达煤层，在煤层中掘进挖出巷道，再回采获得原煤。我国煤炭资源多数埋藏较深，全国地下开采方式的煤矿数量占比超过90%。在运输环节，地下采煤产物通常由带式输送机直接运至选煤厂，部分大型矿山视需求采用标准轨车运输；而露天煤矿在地面进行大规模开采，因此采用矿用卡车车队在矿山中进行运输。

煤炭开采业用工达250万人，其中约40%的人员从事井下一线工作。由于开采过程中地质条件复杂多变，工作高度非标，导致采煤行业存在大量用工需要。由国家统计局数据，截至2025年5月，煤炭开采和洗选业规模以上工业企业的平均用工人数为252万人，占总体制造业人数的4%。我们通过设备保有量、煤炭产量占比、项目招标书人员需求量等数据，对从业人员数量进行拆分，开采/地面运输/洗选流程从业人员数量分别为200/24/28万人，其中，开采环节中地下开采/露天开采从业人员数量分别为160/40万人。对地下开采人数进行拆分，其中一线回采/掘进工作面从业人员数量分别为14/43万人，加上一部分服务队和准备队也需要下井，井下一线工人的数量或在100万人左右的量级。

政策力推与煤矿大型化为产业智能化转型奠定良好基础

煤炭开采“无人则安”，政策力推产业智能化转型

采煤事故频发造成巨大人员及经济损失，少人化、无人化建设需求急迫。我国煤层赋存条件复杂且埋深较深，煤矿平均开采深度接近500米，开采过程面临地质环境极端不稳定的问题，导致采煤事故时有发生。煤矿事故多为爆炸、掩埋、气体泄漏等，死亡率高，同时，涉事煤矿通常要求停产整改，也为煤企带来巨大经济损失。由国家矿山安全监察局已发布的调查报告显示，2024年共发生重大事故1起，较大事故13起，重大/较大事故共导致75人死亡，直接经济损失达1.3亿元，加上未发布具体事故案例的80余起一般事故，采煤造成的人员及经济损失远高于该数据。煤炭开采“少人则安，无人则安”，智能化开采需求迫切。

政策高度重视产业转型升级，硬指标要求推动智能化建设落地。国家高度重视其智能化建设进程，提出多个可量化指标推动采煤行业智能化建设落地。2024年4月，国家矿山安监局等7部门联合印发的《关于深入推进矿山智能化建设促进矿山安全发展的指导意见》中提出，至2026年，全国煤矿智能化产能/智能化工作面数量占比不低于60%/不低于30%，截至2025年一季度，产能/数量占比分别为超过50%/20%，煤矿智能化建设在政策要求下稳步推进。2025年6月，国家能源局正式批准发布了一系列能源行业标准，多项煤炭类标准尤为引人注目，包括《煤矿5G通信系统用通信终端》、《煤矿井下巡检机器人》、《大采高液压支架技术条件》等，标准的发布实施将为煤炭行业的高质量发展提供坚实的技术支撑，推动煤矿智能化升级，提升煤矿安全生产水平。

采煤及矿卡无人驾驶已有解决方案，掘进及巡检机器人仍需技术突破。目前，我国煤矿智能化建设处于初级阶段，从山西省煤矿智能化建设指导手册对初级智能化的要求来看，采煤工作面智能化程度较高，主要设备可实现远程集控，同时由于采煤机作业标准化程度较高，目前已能实现记忆切割，可沿示范记忆轨迹进行工作面全循环采煤；掘进工作面智能化程度较低，掘进机、锚杆钻机暂无成熟的自主切割、自主支护方案，主要原因为巷道掘进时围岩稳定性判别方法缺乏且在复杂环境下掘、支、锚较难多工序协同；巡检机器人方面，因其工作环境恶劣、作业非标，目前渗透率较低；矿卡无人驾驶方面，矿区长尾场景较少，有望成为自动驾驶最先开始放量的场景，目前无人矿卡已在常态化试运营阶段，易控智驾在运行无人驾驶矿卡数量超过1400台。

下游集中度提升，煤机大型化、智能化趋势显著

小煤矿关闭退出成效显著，煤矿大型化导致煤企集中度提升。2016年发改委、能源局和煤监局联合印发《关于实施减量置换严控煤炭新增产能有关事项的通知》，截至目前减量置换政策已取得较好成果。由煤炭机械工业协会数据，2016年至2024年，中国煤矿数量由8000个减少至4300个，单矿平均产能由43万吨提升至111万吨，单矿产能翻倍。煤矿大型化导致煤企集中度提升，亿吨以上煤企的产量逐年上涨，2024年，产量超过亿吨的煤企达7家，共生产原煤21亿吨，占总原煤产量的44%。

煤矿大型化和集中度提升，共同推动煤机大型化、智能化转型。随着煤矿大型化进程推进，传统小型煤机设备难以满足开采需求，急需大型智能化煤机提高生产效率；大型煤企资金雄厚，能够承担大型智能化煤机高昂的研发投入和采购成本，同时大规模生产也能显著摊薄吨煤成本，两者共同作用推动煤机大型化、智能化转型。由中国煤炭机械工业协会数据，2016-2023年，中国智能化产能由1亿提升至28亿，智能化产能渗透率达59%。2012-2022年“四机一架”单台设备平均吨位均有不同程度提升，掘进机、刮板输送机平均吨位分别提升35%/103%，液压支架平均吨位波动小主要系大型化开采是增加其使用数量而非单机吨位。

十五五期间煤炭消费量或维持稳定，为煤企未来资本开支提供支撑

25年煤价虽有回落但仍处于合理期间，煤企资本开支维持快速增长。2020年，发展改革委发布《关于进一步完善煤炭市场价格形成机制的通知》，通知中提到秦皇岛港下水煤（5500千卡）中长期交易价格合理区间为每吨570～770元（含税），该区间内煤炭生产、流通、消费能够保持基本平稳，煤、电上下游产业能够实现较好协同发展。截至2025年7月30日，秦皇岛动力煤价格为665元/吨，属于合理区间的中游水平，在此区间内煤企盈利能够支持煤企资本开支维持正常水平，2025年1~6月，虽然市场煤价从705元/吨回落至665元/吨，煤炭开采和洗选业固定资产投资仍做到了14.4%的正增长。

十五五期间煤炭消费量或仍处于平台期，为煤企资本开支提供支撑。我国“富煤贫油少气”的资源禀赋决定了煤炭兜底保障作用仍不可替代，2020~2024年我国煤炭消费量由40亿吨增长到47.7亿吨，25年1~6月仍维持0.5%的正增长。展望2030年，据中国石化经济技术研究院发布的《中国能源展望2060（2025年版）》，预计十五五期间我国能源消费总量将保持2%左右的增长，对应2030年一次能源消费总量约67.5亿吨标准煤，其中煤炭消费占比跌至47.5%，按照1：1.4286的换算系数，原煤消费量接近45亿吨，叠加中西部产业转移带来的增量需求以及煤炭清洁技术应用的发展，十五五期间煤炭总需求或仍维持稳定，这将为煤炭企业的资本开支提供支撑。

AI赋能综采智能化率提升，掘进环节机器替人有待突破

开采为煤矿生产的核心环节，智能化方案助力其减人增效

综采工作面是煤矿生产核心，完成采煤、运煤、支护等关键工序。综采工作面的机械设备主要由采煤机、刮板输送机、转载机、液压支架以及乳化液泵等组成，需要完成采煤、装煤、运煤、支护顶板、采空区处理等工序。回采作业时，双滚筒采煤机沿工作面进行双向割煤，前滚筒割顶煤、后滚筒割底煤，在螺旋滚筒和弧形挡煤板的作用下，煤落入输送机，沿轨道运出工作面。由于开采时围岩不稳定，综采工作面采用液压支架支撑顶板，维护工作空间，液压支架以高压液体为动力，完成对工作面顶板的支撑、切顶、护帮、挡矸、支架前移以及推移工作面输送机等动作。目前，我国综采工作面机械化程度已较高，由中国煤炭工业协会数据，2023年大型煤炭企业采煤机械化程度达99.08%。

“三机一架”为煤炭综采核心设备，价值量占煤炭机械总投资的56%。煤炭综合采掘机械设备以“三机一架”为核心，占到煤炭机械设备总投资70%比重，其中掘进机用于煤矿巷道掘进，采煤机用于综采工作面的落煤和装煤，刮板输送机用于综采工作面的煤炭运输，液压支架用于综采工作面设备的推移行走。在以“三机一架”为核心的综采、综掘工作面设备投资总额中，液压支架占比较大，一般超过45%，掘进机和采煤机技术含量较高，分别占到大约12%和13%的比重，刮板输送机等输送设备约占到10%，其他各种设备的比重一般约占20%。

供能保障、采支运作业、智能集成三层控制系统，助力采煤自动化到智能化转型。无人化智能开采控制系统可分为作业设备控制系统（包括煤机、液压支架、刮板机）、保障设备控制系统（包括供液、供电设备）和集成系统。煤机控制系统通过电机驱动完成自动割煤及行进；液压支架电液控制系统（SAC）通过控制主阀液路通断实现液压支架协同采煤机、运输机移动；刮板输送机控制系统通过变频调速控制技术调节刮板链运动速度实现煤炭的运输；智能供液控制系统（SAP）通过动态调节变频器输出频率实现恒压供液。在各单机设备自动化水平逐渐提高后，综采自动化控制系统（SAM）通过工业以太网、现场总线连接工作面信息，形成集感知、决策、执行、控制为一体的集中控制系统，完成从自动化到智能化、从“减人”到“无人”的转型升级。

智能开采系统赋能采矿作业提质增效，可替代50%以上的一线开采人员。综采控制系统通过对设备进行自动化、智能化控制，减少作业人数、提高设备运行速度、延长核心部件寿命，从而提升工作面综合能效。SAC系统中，液压支架实现跟机作业，替代传统人工手动操作液压支架手柄；SAP系统中，供液系统从单泵就地控制改善为多泵集中联动控制，协同作业提升了调控的精确度；SAM系统中，采煤机、刮板机、液压支架、转载机、破碎机、泵站等设备接收SAM 系统统一指令，实现工作面各设备各系统联动控制和远程集中控制，进一步减少作业人数。智能化赋能开采作业提质增效，由天玛智控招股书数据，综采控制系统可将作业人数由10人缩减至1~5人，即可替代50%以上的一线开采人员，同时作业效率提升20%。

SAM、SAC、SAP系统渗透率提升空间大，行业呈现双寡头竞争格局

SAM、SAC、SAP是智能采煤系统核心构成，价值量占单矿总投入的14%。天玛智控电液控制技术起家，锚定人员密集环节，由SAC逐步向SAP、SAM拓展，是煤矿智能化设备核心供应商之一。据天玛智控测算，单个煤矿智能化建设投入约2.04亿元，其中智能采煤系统投入最多，占比高达25%。在智能采煤系统中，核心环节采支运作业投入最多，刮板输送机/液压支架/采煤机的控制系统占比分别为28%/28%/17%。公司主营业务SAM、SAC、SAP三大系统共占智能采煤系统建设投入的55%，占单矿总投入的14%，近3000万元，是煤矿智能化的重要环节。

回采工作面智能化年化市场规模超200亿元。国家能源局24年6月公布的数据显示，我国煤矿矿井数量约4200处，其中井下矿超3000处。据天玛智控2024年9月投资者关系调研纪要公告，2022年采煤工作面智能化渗透率约为14%，其预估2024年采煤工作面智能化渗透率不到30%。假设24年底采煤工作面智能化渗透率为25%，则2023~24年年渗透率提升幅度超5%，如果未来采煤工作面实现全面智能化，渗透率还有4倍提升空间。据天玛智控22年11月发布的问询函回复，公司SAM/SAC/SAP系统均价分别为313/574/425万元，合计约1300万元，按每个矿井平均1.5个工作面、单个工作面平均1.5套系统计算，回采工作面智能化市场总容量接近900亿规模，按照产品4年的生命周期测算，稳态更新需求超200亿元。

SAC控制液压支架升降推拉，实时控制算法、高可靠性硬件要求构筑进入壁垒。SAC控制系统通过控制器、泵阀等核心零部件完成电控指令到驱动电压、液压流量、机械运动的传导，最后通过多个倾角、压力传感器监控液压支架的姿态、受力情况，信号传输至控制器完成闭环。液压支架跟随采煤机的运行完成降柱、拉架、升柱、推溜工作，因此对控制系统的可靠性、实时性有较高要求，同时先导阀、换向阀等核心部件高端产品国产化率较低，控制算法、硬件要求共同构筑进入壁垒。天玛智控是国内电液控系统的领军者，2008年自主研发的国内首个SAC型支架电液控制系统打破海外企业垄断，公司掌握高精度液压伺服控制及实时控制算法，同时自主研发高端核心零部件，掌握低功耗高可靠电磁先导部件技术及阀类部件高精度加工工艺，技术壁垒使得公司稳坐行业龙头。

工作面大型化导致高端SAP需求增加，天玛智控高端大流量液泵行业领先。随着煤矿开采技术快速发展，以超长、超高工作面为代表的千万吨工作面数量持续增加，2012—2023年，综采工作面高度由7m迅速提升至10m。乳化液泵组是重要功能系统，通过长管路供应高水基动力，保证液压支架快速执行降拉升推等动作，高产高效工作面液压支架供液系统具有供液压力高、流量大、距离长等特点，供液系统面临强时变负载，易使需液端与供液端流量不匹配，液压支架快速跟机作业受到影响。天玛智控聚焦高端大流量泵站市场，大流量乳化液泵额定流量可达2000 L·min，工作面大型化趋势下优势有望进一步体现。

SAM系统搭建兼具软件开发及行业理解，新玩家难以进入。SAM系统集成各设备信息，难点在于完成各设备之间机械、电气、通讯协议、控制接口等多层面相互配套并通过算法进行协同控制。天玛智控基于多年煤炭行业知识与经验积累，已形成具有自主知识产权的无人化开采工艺、工作面装备协同连续开采、工作面三维模型数字重建和采煤工作面智能感知导航定位等核心的无人化智能开采控制技术。采矿工作面设备繁多、井下作业环境复杂多变，新进入者难以同时具备软件开发能力以及对行业的积累，同时天玛智控作为最早响应矿山智能化的公司，团队、数据、经验的积累都使其具有先发优势。

SAM、SAC、SAP市场集中度高，龙头厂商或维持高市占率。SAC及SAM进入壁垒较高，市场较为集中，呈天玛智控、郑煤机双寡头割据态势，天玛智控略微领先位居国内第一。由天玛智控招股书，2022年SAM/SAC竞争格局中，天玛智控市占率达30%/34%，CR2占比达59%/69%。SAP市场竞争更为激烈，主要系技术门槛相对较低、液泵市场分散所致，浙江中煤为行业龙头，天玛智控则聚焦高端大流量泵站市场，2022年市占率13%，位居第二。2022-2024年，随着智能控制系统需求放缓、竞争加剧，市场进一步向头部聚集，天玛智控市占率逐年提升，2024年SAM/SAC/SAP国内市占率分别达39%/39%/17%，稳居行业龙头。

矿井环节复杂、矿压预测难，AI发展使自适应截割/支护的实现成为可能

我国煤层赋存条件复杂多变，已有自动化采煤方案泛化能力有限。我国煤炭资源禀赋复杂，极薄煤层与特厚煤层、近水平与急倾斜煤层广泛分布，复杂地质条件煤层占比高达70%，以大倾角煤层为例，开采难度导致我国各地区煤层厚度和矿井产能不匹配，储量优势无法有效转化为产能优势。我国采煤智能化尚处初级阶段，采煤机记忆截割、液压支架自动跟机、工作面自动找直等自动化开采技术对于西部矿区赋存条件简单煤层适应性较好，但对复杂煤层的适应性较差。AI模型能够通过多层神经网络训练，从训练数据中得出通用结论，进而对未知问题得出生成式决策，AI的泛化性为复杂煤层智能化开采提供解决方向，如采煤机自适应截割、液压支架自适应支护、智能预警等，AI逐步赋能智能开采各环节，助力设备价值量提升。

AI赋能地质模型搭建、轨迹预测，提升采煤机在复杂工况中的自适应截割能力。目前自动化采煤主要采用记忆切割，作业流程为人工示教、自动切割、人工修正，仍依赖人工操作，难以适应煤层变化复杂的地质条件。自适应截割技术则是一种基于实时数据分析和自动调节的煤矿开采技术，根据矿层厚度、岩石硬度和地质变化等工况自动调整截割参数，从而优化采煤效率和精准度。实现过程为SAM2.0集控系统完成地质模型搭建，并随着开采推进产生新切面，巡检机构扫描数据更新地质模型；神经网络完成轨迹预测，对地质模型、传感器数据等输入参数进行深度学习，搭建截割轨迹预测模型，生成高度模板。据天玛智控李森等23年发布的论文《基于透明地质的综采工作面规划截割协同控制系统》，在该方案的实际应用中，人工干预次数进一步降低64%～69%，且三角煤区域完全没有人工干预，智能化程度大幅提升。

机器视觉应用于自适应支护，解决接触式传感器精度低、易损坏问题。复杂工况下扰动多、围岩稳定性差，需要自适应支护以保障支护系统稳定。自适应支护是指液压支架可根据巷道载荷变化与围岩变形自主调整支护阻力、支护状态与支护方式，其核心步骤为液压支架的姿态感知。由于采煤工作面环境恶劣，接触式传感器面临测量精度低、元器件易损等难题，基于深度视觉原理的液压支架姿态测量系统通过在支架上布设RGB-D相机，采用非接触测量方式获取监视目标的彩色信息和深度信息，结合液压支架姿态视觉测量模型解算支架高度、护帮板工作状态及其与采煤机相对位置，实现液压支架位姿监控及其与采煤机间的防碰撞决策，减少支架上传感器的布置数量，降低安装与后期维护成本。

深度学习算法、大数据分析技术助力矿压预测模型搭建，赋能SAM产品价值量提升。地下矿井环境复杂多变且不确定性高，矿压机理尚未完全明确，基于物理机理的超前预测难度高、泛化性低。而神经网络的核心优势在于其能够从海量的、高维的、非线性的数据中自动学习并搭建模型、进行映射预测，因此，深度学习算法、大数据分析技术被引入矿压预测模型。目前各解决方案在算法选择上较为多元，以天玛智控发表论文《基于支架数据优化的工作面矿压预测模型研究》为例，模型输入为各工况下液压支架压力，模型构建利用 Conv1d提取数据空间特征、Bi-LSTM 提取数据的时间特征、Attention机制提高特征提取有效性，模型预测结果准确性超过90%，该预测可集成至SAM，通过分析顶板压力趋势预判隐患，做到工作面提前预警。

掘进工作面智能化进展较慢，堵点在于需保证掘后围岩稳定

掘进工作面智能化渗透率较低，“采掘失衡”制约煤矿安全高效生产。由中国煤炭工业协会数据，综采工作面智能化渗透率增长远高于掘进工作面，2024年综采工作面智能化渗透率为25%，掘进工作面仅为6%。掘进作业更为复杂，目前还未有较成熟的智能化方案，由中国能源报，掘进作业仍依赖大量人工，掘进工人数量约开采工人的3倍。掘进为综采的前置准备工作，两者智能化差异导致采掘比例失调，制约矿井稳定均衡生产，同时，因掘进并不直接产生经济效益，在供需紧张时一些煤矿可能出现超能力生产，存在重大安全隐患，掘进工作面智能化水平亟待提升。

相比回采，掘进需实时支护保证巷道围岩稳定，作业高度非标且工序分散。回采作业过程为采煤机向主巷道方向行进，液压支架跟机并挡住后方塌落土层；而掘进作业需形成稳定巷道用于后续设备进场、原煤运输。掘进作业工序复杂分散，包括截割、喷涂、临时支护、锚杆支护、运输等流程，其中锚杆支护包括钻孔、卸钻杆、安装锚固剂、安装锚杆、搅拌及预紧6道工序，且因涉及复杂围岩扰动较为依赖人工经验。目前掘进工作面的智能化方案为掘锚一体机，可在简单煤层进行记忆切割，但涉及到复杂煤层仍需人工决策，同时，因存在围岩稳定性判别方法缺乏、快掘下围岩变动机理不明、锚杆与喷涂协同控制原理不明等问题，目前对支护工序的研究仍停留在“支得住”阶段，“支得快”、自动化支护仍处于起步阶段。

AI正在通过智能感知赋能掘进作业，但因实时感知决策要求较高落地困难。目前，AI在围岩环境感知、监测运维环节有较高渗透，对于掘进环节的复杂工作面，通过提取可见光、红外光等多源图像以及作业设备的位移、压力、扭矩等传感器数据，实现掘进工作面成巷空间模型的高效重建，同时基于神经网络及多源异构数据搭建预测模型，实现对快速掘进正常和异常工况的智能判断。然而，因为掘进环节的感知部分需要的数据多且质量差，决策则需要控制钻孔、注浆、锚杆、搅拌、预紧等多个环节，输入输出参数多导致神经网络模型难以训练，同时掘进中的支护环节涉及土层扰动，对模型的实时性也提出较高要求，多因素综合导致目前掘进环节智能化渗透率较低。

技术完备、运行成熟、经济性可行，无人矿卡未来已来

无人矿卡进入规模化部署阶段，多方势力下场参与竞争

矿卡无人驾驶进入规模化部署阶段，渗透率及市场规模快速提升。近年来，随着人工智能、云计算、大数据、物联网、5G、传感、电控等技术不断成熟，感知、预测、决策等无人驾驶技术模块走向应用阶段。矿区因环境封闭、长尾场景较少，是无人驾驶技术率先落地的场景之一，2019年，我国第一台无人驾驶矿卡进行试运营，至今运营已成熟并进入规模化部署阶段。由中国煤炭工业协会数据，2024年露天煤矿无人驾驶矿卡数量达2500台，无人化渗透率达8%，预计2026年无人化渗透率将快速增长至30%。无人矿卡市场规模广阔，根据Frost & Sullivan数据，2024至2030年，全球无人矿卡市场规模将由50亿增长至580亿，CAGR为63%，中国市场规模将由20亿增长至301亿，CAGR为72%，中国在无人矿卡领域全球领先，市场规模占比将保持在50%以上。

方案商、主机厂和IT厂商多方纷纷入局，龙头易控智驾市占率达42%。目前，我国露天煤矿无人驾驶矿卡市场主要分为方案商、主机厂和IT厂商三类。方案商以易控智驾、中科慧拓、踏歌智行为代表，主要为用户提供设计、技术和运营服务，整体市场份额接近80%；主机厂以临工、三一、同力、中车、徐工等为代表，整体市场份额约占15%；此外，华为等IT厂商也开始进军矿山无人驾驶领域。目前龙头易控智驾商业化进展最快，2025年3月，率先实现超1000台无人驾驶车辆的规模化落地，市占率达42%。方案商、IT厂商会与传统矿卡主机厂合作进行生产，截至2024年9月，临工、同力、北方股份通过和方案商密切绑定，目前在无人驾驶矿卡车辆数方面领先，分别占比30%/29%/8%，此外徐工和三一分别占据7%和6%的市场，中联和柳工同样推出了无人矿卡产品。

AI赋能无人驾驶数据及算法端，矿山场景有望率先商业化落地

数据是算法模型训练的基础，大模型赋能降低获取、标注难度。大模型的可靠性随训练数据数量的提升而提升，在实际工程应用中，数据不足往往成为大模型尤其是垂类模型的落地堵点，目前智能驾驶数据获取方式有真实数据、仿真模拟、影子模型三种。数据采集的下一步是对数据进行识别、标注，数据需求多，叠加智能感知需要摄像头、激光雷达等多源数据，采集信息数量进一步增加，人工标注成本高、效率低，AI自动标注应运而生。

1）数据获取：真实-虚拟数据双轮驱动，仿真突破corner case数据瓶颈。在自动驾驶追求“零事故”的终极目标中，corner case是技术落地的主要瓶颈。矿山场景特殊，具有暴雨、塌方、设备故障等罕见场景，难以获得大量真实数据。类似特斯拉的FSD、英伟达的Omniverse，数字孪生技术生成可矿山环境的动态模型，通过仿真丰富数据覆盖特殊工况。如踏歌智行发布露天矿区无人驾驶场景闭环仿真测试系统MineSim，支持露天矿区无人驾驶安全关键场景生成，可模拟各种极端、复杂和危险的场景，让无人驾驶矿车在虚拟环境中迭代优化。

2）数据标注：AI大模型完成自动标注，大幅降低训练成本。大模型的准确性受输入数据的优质程度影响，数据标注为原始数据打上明确的“标签”，让模型能够理解图像中的物体是什么、在什么位置、处于何种状态等关键信息。大模型赋能可大幅降低标注成本，据2023年4月毫末智行DriveGPT发布会显示，行业人工标注的成本约每张图为5元，毫末DriveGPT的成本为0.5元。同时，图像大模型也在不断迭代，如2024年7月，Meta发布SAM2（SegmentAnythingModel2），可对为静态图像和动态视频内容实现实时、可提示对象分割，自动标注能力有望进一步提升。

算法：分为感知、预测、决策三个模块，矿区环境封闭降低预测、决策模块要求。感知模块，常见的环境感知手段有激光雷达、毫米波雷达、超声波传感器、红外传感器、视觉传感器等，对于安全性要求较高的露天矿运输场景，通常采用多传感器融合。预测模块，有高精度地图、导航地图 神经网络预测两种方案，输出多条带概率的预测轨迹。决策模块，以rulebase和querybase两种模型为主，通过对预测轨迹打分选择最优路径、得出运动目标点及目标车速，通过输出油门、制动、转向盘、档位的参数控制矿卡。

1）感知模块：采用多传感器融合的环境感知。目前提升感知系统的思路为，将不同传感器所获数据利用联合概率数据关联等算法进行融合处理，以提高数据准确性。算法实现方面，前融合算法将各传感器所获原始目标数据同步，而后通过感知算法对融合后的多维综合数据进行感知，从而达到端到端的目标识别效果。

露天矿山环境极端，感知难点在于多源数据的处理及融合。露天矿山有较多极寒高温天气、扬沙粉尘、雨雪天气以及路面湿滑等极端环境，同时矿区多为随生产动态变化的非标准化土路，对感知设备输出数据的质量有较大影响。易控智驾“BEV Transformer OCC”多模态感知方案在矿卡上安装多个激光雷达、毫米波雷达、摄像头等传感器以获得多源数据，采用鸟瞰视角，通过Transformer模型进行特征融合，最后使用OCC进行三维空间占据状态建模，使得方案具备更强的准确性和鲁棒性，可实现对交通参与者与环境进行准确识别，对雨、雾、雪、煤灰、扬尘等恶劣环境达到强适应，减少因感知误检引起的刹停、减速等问题，保障无人驾驶车辆全天候高效作业。

2）预测模块：矿区场景基于高精度地图预测。要实现道路拓扑关系预测，有基于高精度地图预测和基于导航地图 神经网络预测两种方案。高精度地图方案下，利用车道拓扑和交通规则生成候选路径，使用机器学习模型预测物体选择每条路径的概率和具体轨迹，输出多条符合地图约束的、带有概率的预测轨迹；导航地图 神经网络方案下，输入为实时生成的BEV场景特征 导航地图提供的拓扑/语义信息 物体历史轨迹，通过神经网络学习，输出多条可能的未来轨迹及其概率。导航地图 神经网络方案不依赖精确地图，但实时计算压力大且面临更多长尾风险，在实际工程应用中安全隐患更大。而矿区为封闭生产环境，矿车行进路线较为固定，搭建高精度地图成本较小，工程化落地更快。

3）决策模块：矿区长尾场景收敛，主要采用rule base决策。决策层面有rule base和query base两种模型，query base即将决策问题转化为“在状态空间中搜索最优行为”，利用机器学习实时计算结果；rule base则是预定义专家规则，以if-then逻辑判断行为是否进行。目前智能驾驶决策的难点在于多方的交互与对路权的博弈，而矿区因环境封闭，长尾场景收敛，专家模型可以覆盖绝大多数决策情况。

矿卡行驶速度慢，反应延时对矿卡影响更小。自动驾驶大脑分为感知、规划、控制、执行几个模块，主控芯片决策链路长，不同模块间通信损耗较大，导致反应延时；同时，传感器存在迟滞，如激光雷达受刷新帧率、环境因素和信号处理能力的影响存在感知延迟。多模块智能驾驶会带来响应时间较长的问题，驾驶时的理论最小安全车距=当前车速对应的制动车距 响应时间*当前车速，毫秒级的响应延迟会被车速放大至十几米。为保证行车安全智能驾驶需保持较低速度，导致许多需快车速以保证运输效率的场景落地难度高，而矿卡因体积大、运载量大，车速较慢，反应延时问题不会成为无人驾驶矿区落地的堵点。

露天矿山涉及多设备协调作业，决策难点在于集群调度算法。矿山运输过程涉及与其他生产设备的协同作业，采掘区矿卡需要配合挖掘机作业，难点为无人矿用卡车对装载位快速变化的适应力，主要包括连续挖掘作业动态适应性和挖机走铲后快速匹配能力；运输过程涉及与其他有人或无人矿卡、巡检车辆混行，难点在于对这些动态设备的实时感知和预测其行为轨迹；排土场单卸载位具备多车卸载，需无人驾驶矿卡在排土场卸载位挡墙位置精准停靠，同时排土过程改变地图信息，需高精地图采图后完成分钟级建图。通过算法优化、流程优先级设定等，集群调度算法的优化正在不断提升矿卡无人作业的可靠性。

硬件：电子元件取代机械件，线控底盘大势所趋。传统机械/液压控制系统即通过人操作方向盘、油门踏板、刹车踏板驱动转向轮、驱动电机、制动卡钳等执行机构，线控底盘则直接将操作指令以电子信号的形式发送给转向电机、制动电机、油门控制器等线控执行器，精度高、响应速度快，是实现高级别自动驾驶的关键模块。

矿卡体型巨大控制难度高，线控底盘电子信号连接提升响应速度与精度。矿卡满载可达数百吨，巨大惯性使其加减速、转向响应极为迟缓。传统机械/液压系统的延迟导致控制指令需大幅提前，预测模型复杂化，同时，轻微误差或延迟经惯性放大后，极易引发轨迹偏离、超调振荡甚至失稳。无人矿卡目前主要基于线控底盘实现对车辆动作的精确控制，区别于传统机械连接控制装置，线控底盘主要通过电子信号来传递控制指令，再由相应的控制单元、电磁执行机构协同作业，能实现高精度和高响应速度。同时，线控底盘会通过冗余设计，如多通道设计、冗余信号处理、故障切换等以提高系统的可靠性和安全性。目前，线控底盘已覆盖驱动、转向、制动、货箱升降等核心系统，成为无人驾驶技术的关键组成部分。

运营成熟叠加经济性可行，矿区无人驾驶渗透率有望提升

百吨无人矿卡已具备经济性，规模效应下经济性有望进一步凸显。根据易控智驾招股书，目前矿区无人驾驶可以分为TaaS和ATaaS两种运营模式，TaaS即方案商持车模式，为客户提供包括部署、日常运营、维护等全生命周期服务，ATaaS即客户持车模式，方案商仅提供无人驾驶解决方案及线控底盘，目前易控智驾部署的矿卡中，71%为TaaS模式。据此对两种模式的运营经济性进行测算，假设100吨矿卡初始购车成本为200万元，无人驾驶解决方案价格为单台100万元，TaaS提供服务价格为单年120万元，测算结果为传统矿卡/TaaS/ATaaS的全生命周期成本分别为1819/1532/1220万元，TaaS/ATaaS的TCO经济性分别为287/599万元，即简单年化约48/100万元/年，ROI约1~2年。随着无人驾驶方案规模化部署后，边际成本下降，无人矿卡方案的价格将下降，无人矿卡的运营经济性有望进一步体现。

多个示范项目已常态化投运，无人矿卡具备规模化部署可行性。由中国煤炭工业协会数据，截至2024年9月，我国露天煤矿无人驾驶矿卡数量达到1510辆，其中，已完成“去安全员”的无人驾驶车辆比重约为55%。多个示范项目已常态化投运超过一年，证明当前技术下矿区无人驾驶方案的可靠性，为无人矿卡规模化部署提供示范。根据《露天煤矿无人驾驶技术应用发展报告》所示案例，国家能源集团已有12处露天煤矿461台卡车具备无人驾驶功能，累计运行里程超700万公里，运输量超5500万立方米，平均运行效率达有人驾驶的87%，最高可达96%；其余单矿案例中，无人化下年均单车降本最高可达94万元，与有人驾驶相比运行历程、运行时间、运输方量基本相当。

看好煤矿综采智能化以及矿山无人驾驶前景

综合前文的情况梳理，从用工人数角度出发，我们认为井下回采和地面运输环节智能化市场潜力较大。回采环节智能开采系统渗透率有望不断提升，天玛智控和中创智领双寡头格局较为明晰，AI赋能下智能开采内涵不断扩充。全球无人矿卡项目运营已逐步成熟、具备经济可行性，目前正进入规模化部署阶段，设备提供商和解决方案提供商有望分享相关市场红利，相关公司包括徐工机械、三一国际、中联重科、柳工、博雷顿、易控智驾等。洗选环节亦有一定智能改造空间，相关公司包括美腾科技。

天地科技：煤机行业黄埔军校，高研发投入引领行业智能化转型升级。据年报，公司是煤炭工业科技创新的“国家队”，也是天玛智控的控股股东，是煤炭行业转型升级的引领者。24年公司研发费用率达7%，其研发的煤矿透明地质综合保障系统，具备复杂三维地质模型构建，支持智能回采、智能掘进、灾害预报、三维储量管理等不同场景应用，重庆研究院“矿用钻探装备机器人协同智能工厂”入选全国第一批卓越级智能工厂项目名单。

天玛智控：国内煤矿无人化智能开采控制技术和装备龙头。公司产品主要应用于采煤系统，是采煤系统智能化建设的核心部分。据24年年报，在核心控制系统SAM/SAC/SAP三大产品层面，公司合同额市占率约25%/38%/16%，销售台套数分别位居行业第一/第一/第二。按照“立足煤、依托煤、跳出煤”的发展思路，公司坚持“相关多元化”原则，提供工厂顶层规划与实施路径、智能物流系统规划与实施、柔性装配产线设计与实施、机加工去毛刺清洗检验解决方案等智能工厂整体解决方案。

中创智领：煤机与汽车零部件板块双轮驱动。公司为国内液压支架龙头，24年汽零和煤机设备收入约各占50%。据24年年报，公司业务从煤矿成套智能开采系统进一步拓展智慧矿山一体化业务，将业务拓展至掘进工作面、煤矿全系统管控，并新增智能综掘控制系统、工作面泵站及控制系统、煤矿皮带运输集控系统、智慧矿山管控平台等多项新业务，进一步完善智慧矿山业务的系统版图。25年下游景气不佳的背景下，公司业绩逆势增长，25H1收入同比 5%，归母净利润同比 16%。

徐工机械：矿山机械布局完备，年内百台级别无人矿卡项目已交付运作。24年矿山机械收入达64亿，为四大主机厂中矿机收入体量最大的公司，占到全部收入的7%。2020~21年公司先后推出中国首台大吨位矿用无人驾驶液压挖掘机XE950DA，并将数十台无人驾驶的XDE240矿用自卸车投入神延西湾露天煤矿使用，成功攻克环境感知、导航定位等多项技术难题，成为国家智慧矿山标杆项目建设的典范。4月公司公告拟收购集团旗下徐工重型车辆51%的股份，注入宽体车资产。25年5月，徐工100台ZNK95纯电无人矿卡圆满交付华能尹敏露天煤矿，成为全球首套智能换电、无人矿卡集群作业装备及系统，集成了无人驾驶、5G通信、智能换电、智能安全管控等核心技术，具备绿色低碳显著优势。

三一国际：累计部署超百台无人矿卡，具备常态化运营经验。据公司23年ESG报告，三一重装的智慧矿山整体解决方案已部署超过100台无人驾驶矿卡，无人驾驶商业化运行累计里程超过200万公里，在鄂尔多斯有50台集群智能化无人矿车进行常态的生产运营。

中联重科：挖卡组合打开矿山市场空间，年内推出百吨级无人驾驶矿用自卸车。2022年，中联重科推出智慧矿山整体解决方案，以“矿卡无人驾驶和远程遥控”为核心，实现挖卡协同、无人驾驶、数字化系统软硬一体，成功打通采、挖、运、卸的全流程无人化作业，旗下中科云谷打造的智慧矿山整体解决方案也在不断升级完善。5月公司举行矿山机械成套设备新品发布活动，展示了齐全的大型成套化挖卡设备组合，以及百吨级无人驾驶矿用自卸车。

柳工：矿卡业务快速增长，无人驾驶电动自卸车产品发车。据公司官方微信公众号，24年柳工矿山机械业务利润同比增长800%，矿卡业务规模快速扩张。24年4月公司首批无人驾驶甲醇增程电动自卸车发车仪式在常州研发基地举行，公司与中航科工二院206所、闳臻智能科技通力合作，实现装备层、系统层、应用层高效协同，最终完成了首批无人驾驶甲醇增程电动自卸车的研发制造。

同力股份：宽体自卸车领军企业，已实现超50台无人矿卡常态化运行。公司为非公路宽体自卸车专业制造厂家，历经20年发展，积累了大量的研发数据以及一线矿区工况基础数据，产品应用于露天煤矿、铁矿、有色金属矿、水泥建材等矿山及水利水电等各类大型工程工地。公司于2021年登录北交所，24年公司收入超60亿元，归母净利润近8亿。据公司官方微信号，25年1月起52辆同力重工纯电无人驾驶非公路宽体自卸车陆续交付到国家能源集团红二矿，截至8月已累计安全运行50万公里。

博雷顿：专注于电动无人驾驶工程机械。公司专注于具有自动作业能力的电动工程机械并提供智能运营服务，24年收入规模约6.4亿，24年其在国内新能源宽体自卸车和装载机市场份额分别为18.3%和3.8%，为该两类新能源工程机械头部制造商中唯一的纯新能源工程机械制造商。公司于23年3月推出了第一代自动作业电动宽体自卸车，可从50米外精确识别小至20厘米的障碍物。公司于25年5月在港股IPO，募集净额约1.5亿港币，用于扩产和建设销售网络，截止8月20日收盘市值达152亿人民币。

易控智驾：矿山无人驾驶解决方案提供商，超1000台无人矿卡在运。公司24年实现营业收入9.9亿元，目前正在港股申报IPO。据招股说明书，公司是全球领先的L4级无人驾驶解决方案公司，在矿区运输领域拥有显著的算法优势，是目前全球首家实现超千台活跃无人矿卡的公司，已部署一只由超过1400辆活跃无人矿卡组成的车队。

美腾科技：煤炭分选龙头，积极推动行业智能化。公司主要从事智能装备、智能系统与仪器两大类核心产品的研发、设计、制造和销售。据24年年报，公司在煤炭领域形成了以动力煤分选、炼焦煤分选、井下“选-充”一体化、选煤厂无人化模块、大运销配煤系统、工矿业信息化数字化、煤泥脱水为核心的煤炭七大全面解决方案，产品竞争力突出，其中TDS智能干选机在国内煤矸分选行业市场占有率行业第一。

风险提示

1）煤炭需求超预期下行：煤矿智能化进程与煤企资本开支存在一定相关性，若后续煤炭需求超预期下行，煤企无法获得稳定的利润和现金流，则相关投入可能减少。

2）AI技术进步不及预期：煤炭掘进等环节劳动非标度高，智能化率的进一步提升取决于AI技术能否解决相关堵点，无人矿卡目前成熟项目的平均运行效率仍低于人工，行业渗透率提升有赖于AI技术的进一步发展。

3）智能综采、无人矿卡等产业竞争烈度超预期：相关产业处于刚刚起步的早期发展阶段，后续如资本关注度过高可能导致产业竞争持续加剧、相关公司盈利困难。

4）本研报涉及的未上市或未覆盖个股内容，均系对其客观信息的整理，并不代表团队对该公司、该股票的推荐或覆盖。