###新智驾按：2019 第四届全世界人工智能与机械人峰会（CCF-GAIR 2019）于深圳正式召开。峰会由中国计较机学会（CCF）主理，雷锋网、香港中文年夜学（深圳）承办，深圳市人工智能与机械人研究院协办，获得了深圳市当局的年夜力引导，是海内人工智能以及机械人学术界、产业界及投资界三年夜领域的顶级交流博|
新智驾按：2019 第四届全世界人工智能与机械人峰会（CCF-GAIR 2019）于深圳正式召开。峰会由中国计较机学会（CCF）主理，雷锋网、香港中文年夜学（深圳）承办，深圳市人工智能与机械人研究院协办，获得了深圳市当局的年夜力引导，是海内人工智能以及机械人学术界、产业界及投资界三年夜领域的顶级交流博览嘉会，旨在打造海内人工智能领域极具实力的跨界交流互助平台。 愈来愈多的玩家正在挤进主动驾驶的赛道，在业内玩家踊跃索求主动驾驶的贸易化落地的同时，产学研主动驾驶团队也在蓄势发力。 香港科技年夜学自立驾驶中间主任刘明认为，自立物流是无人驾驶领域最容易落地的行业，进一步细化包含末了一千米的递送、监控、以及仓内的点到点运输。 刘明及其团队选择了以深度强化学习为框架，工程模块化体系作为辅助的无人驾驶技能线路；在原型车上，采纳了二类商用车底盘的设置装备摆设。刘明认为，一台好车应当是“无人驾驶二类商用车底盘 + 完备的可量产无人车解决方案”的组合。 本届的CCF-GAIR智能交通专场，雷锋网约请港科年夜自立驾驶中间主任刘明颁发演讲。如下为刘明演讲全文，雷锋网新智驾进行了不扭转原意的编纂： 今天我演讲的内容是低速无人驾驶体系的运用关头要素，同时也分享一下团队近期的技能成长以及量产方面的互助进展。 曩昔十余年里，咱们的团队介入了欧洲首部无人驾驶车、中国首部无人驾驶公交车的研发事情，向导了香港首部无人车的落地。 我阐发了无人驾驶行业的近几年成长，同时也不竭接触了无人驾驶的现实运用。从落地角度来看，我认为自立物流是最容易直接落地的场景。自立物流进一步细化包含末了一千米递送、监控以及仓内的点到点运输。海内年夜部门行业向导者与巨擘企业都这对些落地场景做了根本确定。
如今物盛行业有一个根本的共鸣：将来三到五年，可能天天城市到达“双十一”时代的物流量，天天有十亿只包裹。但物盛行业面对的问题是甚么？面对着中国劳动力生齿急剧降低的问题，生齿盈利从2016年就起头消散了。与此同时，包含农批市场、产业出产在内的劳作场景仍采纳人力损耗的方法来做运输。 需求愈来愈多，人力愈来愈少，独一的解决方案是无人体系，只有没有人体系才气解决人愈来愈少的问题。想要找到谜底，就要测验考试分歧的路径以及进程。 无人体系有甚么焦点需求？提起园区内低速的无人驾驶体系，每每会让人遐想到单一场景。并不尽然。咱们在某个园区现实场景的无人驾驶已经运行半年，园区里有行人、自行车、货车，另有外来的轿车等繁杂身分。咱们能做的是，在高精度舆图的根蒂根基上，哄骗5G或者4G网络提供平台层的的调剂，经由过程车体自身的智能实现无人车点到点或者者线到线的节制。 但园区表里的运输都面对着挑战，此中之一是场景的繁杂性，如无指导的左转。咱们的园区住着十几万的厂工，遇到上放工岑岭时，无人驾驶车会浸没在人群以及自行车群中。车不仅要开动，还要卖力左转的繁杂场景。这类环境天天都在产生，半年里咱们接受了浩繁的磨练。另外一个挑战是无人驾驶在公然路面是否能出行？由于末了一千米的递送进程会触及部门的大众路面。 面临这些挑战，低速无人驾驶应当选择怎么的技能线路？今朝无人驾驶的技能分为两年夜类，一类因此端到端深度强化学习为主的模式，是偏高速车的经常使用方案；另外一类是比力传统的工程模块化体系。我是学汽车身世，有五年汽车研究以及十年无人驾驶研究的经验，不少时辰偏向用工程模块化体系解决详细问题。 究竟上，这两种技能线路各有优劣势。端到端深度强化学习的上风在于容易做出working demo，劣势则是场景迁徙能力比力弱，对样本的数目以及质量都有较高要求。工程模块化体系的上风在于完成决议计划体系后，其他处所不会有太年夜纰漏，劣势在于实现精准的体系定位、停滞检测、决议计划、节制，必要年夜量的技能堆集。 以是咱们选择了以工程模块化为框架，深度强化学习作为辅助的模式，年夜致界说了一套从运营逻辑及数据接口、到无人体系焦点技能模块、再到焦点支持技能的线路。简略来讲包含感知体系、决议计划与展望体系，计划与节制和响应的支持技能六方面。
在感知体系方面，咱们哄骗三维感知建图与定位，多视觉惯导交融体系、单个及时雷达来获取场景。获得三维场景以后，咱们会进行及时的三维几何场景阐发、三维语义场景阐发、视觉场景语义阐发，然后哄骗嵌入式平台实现基于像素点的语义朋分。在三维激光场景上，可以实实际时的激光场景语义阐发、手持及车载年夜范畴及时建图，路面情况可行区域检测等技能。列位有乐趣可以到咱们试验室的网站ram-lab.com做进一步领会。在感知方面，咱们可以说是世界级程度。 获得三维模子的下一步是决议计划展望，决议计划展望体系包含了及时多车间协调节制、多信息的交融等技能。车辆模子辅助动态决议计划哄骗视觉以及激光检测的成效，对动态物体运动举动进行展望，连系车身的动力学模子，实现节制路径的决议计划以及计划。 近几年行业在深度强化学习点到点导航、情况索求、多机械人使命分配方面投入比力多。但咱们很早就创建了机械人感知试验室，是海内最先将深度强化学习运用到真实机械人上的机构。咱们在2015年IROS上（International Conference on Intelligent Robots and Systems，国际智能机械人与体系年夜会）颁发了文章，相干论文事情取患上一些成就。 除了了决议计划展望，若何实现三维场景下的路径计划、基于迁徙学习的强化学习、对繁杂节制体系（如无人船、无人车）的节制都是必要解决的问题。 以上的内容都属于算法类型，与每一个算法相对于应的是后台的硬件或者平台支持。与感知体系对应的是传感器技能。咱们今朝有一款包括激光、视觉、惯性导航等七个传感器在内的集成硬件同步触发产物，并在产物根蒂根基之上开发了至关数目的算法，涵盖了姿态估量、建图、定位、辨认、跟踪等，这套多感知内容得到了IEEE IROS最好学生论文奖提名。 在算力方面，除了了传统的CPU、GPU模式，咱们也立项了FPGA模式来作为算法方案。比年来在算法方面，咱们获奖20余项，包含中国人工智能最高奖吴文俊科技前进奖、以及IEEE相干论文奖项12篇。 但最首要的是，无人车技能要落实到车辆上。算法就算再前沿，车自己才是决议量产的关头。咱们做了一款近乎量产的车型。该车型可以安装36个10号国标周转箱，总体载重最高达1.5吨，今朝在各个园区做相干推行和摆设测验考试。咱们会凭据现实运用场景的需求来做共同事情，好比客户提出分歧的尺度箱要求，咱们会进行箱体数目的分列、优化箱体设计与配重设计，电池换电、转向体系等一系列事情。在初始阶段，咱们会采纳尺度商用车底盘将原型车先做出来，然后以量产件实现交付。
刘明团队研发的无人车 基于以上内容，咱们将这些技能用到了现实场景，涵盖从出产厂机到仓储企业，物流企业，船埠，油田等各类场景。连系5G成长的年夜趋向，咱们6月份加入了工信部的5G峰会，在现场提供了长途驾驶、无人驾驶等等观众体验平台。观众可以在数千米以外做到及时操控。 咱们的无人驾驶车辆在某年夜型物流华东总部已经经运行了一段时间。之前必要人力的运货使用无人车后，可以实现仓到仓的转运。从技能来看，无人车可以在有人的横道线前泊车，其行驶速率跟一般园区行驶的物流车速率是接近的。咱们将其节制在20-40km/h摆布，这是无人车在无人驾驶模式下可以到达的真实速率。从效率上讲，无人车的效率与面包型物流车接近，还可以实现彻底一致的载货量。 别的，咱们跟韩国邮政协会告竣了开端的三方战略协定，为其提供两台用于韩国邮政物流的无人车，这是韩国的首例无人货运车。咱们也以及台湾的中华(参数|图片)邮政告竣互助，20多位专家前来领会咱们无人车的摆设方法，但愿配合解决台北物流园的末了一千米的问题。 末了一千米是无人车将货运到楼下，那末了一百米若何解决？没有电梯的环境下，货品若何上楼？咱们的解决方案是相对于小巧的爬楼机，其总体宽度在65-70cm，载重超100kg，它可以本身上楼。咱们将末了一千米以及末了一百米毗连起来，形成为了相对于完备的解决方案。 有了技能、原型车、场景以后，下一步是甚么？我自己职业是香港科技年夜学传授，可能没法彻底从工场或者装备的角度来做无人车的开发事情。但我认为，实现无人车最首要的理念是，起首要有一部好车。最佳的车就是尺度的商用车。咱们选用的是无人驾驶的二类商用车底盘，包含夸父系列，内里的ABS（防抱去世制动体系）、EPS（电动转向体系）、ESP（车身电子不乱节制体系）、iBooster（线节制动体系）、EPB（电子驻车制动体系）及电池经管体系胎压检测等设置装备摆设都以及一般商用车差异不年夜，乃至不少设置装备摆设只有在高端商用车上才气见到。 今朝咱们跟各地当局在开展互助。下一步规划是在某地创建厂区。厂区年夜约占地300亩，从包含激光传感器、BMS以及车载电子部门在内的关头零部件、参预景测试、机能测试、焊涂总装、动力转向、低温可以使用电池和研究院。传统车下线以后会有一完备的查验检测装备，包含四轮定位、侧滑、车速、淋雨线等。无人车必要在传统车的根蒂根基上增长激光、编码器、AR/VR及长途节制中间。 厂区还可以进行无人驾驶运用的研究事情。整个厂区城市在华为的支撑下进行5G全笼盖，在无人车线路、车站上都做了具体的摆设。当局对咱们总体的投资力度较年夜，咱们主要是解决技能问题以及与本地车厂一块儿解决量产工艺问题。厂区年末应当可以或许建完。 |
