• 资讯
  • News
  • 行业资讯
  • IndustryNews
  • 教授邓志东:人工智能如何加速自动驾驶产业落地

       2017年7月7日至9日,全球人工智能与机器人峰会大会在深圳大中华喜来登酒店举行。本次由中国计算机学会主办、雷锋网与香港科技大学(深圳)承办的大会聚集了全球30多位顶级院士、近300家AI明星AI企业 ,参会人数规模高大3000人,都是国内顶级阵容。雷锋网记者在会议期间第一时间进行现场报告。
    教授邓志东:人工智能如何加速自动驾驶产业落地
      清华大学教授邓志东:人工智能如何加速自动驾驶产业落地 | CCF-GAIR 2017在9日上午的智能驾驶专场,清华大学计算机系邓志东教授为我们带来了主题为“人工智能如何加速自动驾驶产业落地实践”的演讲。
     
      邓志东教授的演讲是对自动驾驶全行业、全技术的一场概述。教授也开门见山,直接从不同级别自动驾驶间的区别开始,他的解析是,随着自动驾驶级别的提高,驾驶员的手脚、眼、脑逐步得到了解放。
     
      在他看来,其中有第一个大问题,就是“限定区域是一个坑”,可以把各个级别的自动驾驶解决方案都囊括在内,提供逐步发展的空间,比如封闭场地、循环轨迹、固定线路车道的自动驾驶,这是一种非常简单的状况,然后向简单城市路况、特定区域高速驾驶,以及更复杂的城市道路自动驾驶、全部道路自动驾驶一步步进行更复杂的研发。
    教授邓志东:人工智能如何加速自动驾驶产业落地
      清华大学教授邓志东:人工智能如何加速自动驾驶产业落地 | CCF-GAIR 2017第二个问题是,“环境感知与环境建模之争”,目前这两种方案,完全基于环境建模的厘米级拓补RTK方案具有高精度的特点,但成本高、环境适应性差;邓志东教授自己所在的实验室就制作过许多基于RTK的自动驾驶汽车样车。基于纯感知的自动驾驶虽然成本低,但是受到地图质量影响较大。邓志东教授认为,环境感知和环境建模两种方案未来将发生融合,以便同时获得高性能路面行驶以及局部自主性。
    教授邓志东:人工智能如何加速自动驾驶产业落地
      清华大学教授邓志东:人工智能如何加速自动驾驶产业落地 | CCF-GAIR 2017第三个问题是,“是视觉主导还是激光雷达主导”。视觉主导方案的目标检测与SLAM较不可靠,但是成本低,比如标杆企业特斯拉就是利用8个单目摄像头,下面还有一个看点是能否完成洛杉矶到纽约的4500公里完全无人工参与驾驶。激光雷达主导方案比如Waymo,目标检测比较可靠。新一代的系统肯定需要融合,那么融合中有哪些问题呢?邓志东教授认为有三大核心问题:如何在复杂环境下进行可靠目标识别、如何精准导航以及如何进行多传感器的信息融合。
     
      第四个问题是,“如何通过人工智能加速产业落地”。邓志东教授认为自动驾驶可能是人工智能落地最快的领域,而深度学习是环境感知与自主决策的决定性技术,其中路测与大数据就成为关键。
     
      在具体的人工智能技术与大数据方面,邓志东教授也对相关项目进行了快速的概述。
     
      邓志东教授还展示了一张现场观众都很感兴趣的图,是现有各家自动驾驶方案的评分对比,谷歌的Waymo最为领先。
    教授邓志东:人工智能如何加速自动驾驶产业落地
      清华大学教授邓志东:人工智能如何加速自动驾驶产业落地 | CCF-GAIR 2017邓志东还教授认为,基于深度学习的高精度地图可能形成巨大的产业,因为这是数字化、网络化与智能化交通的基础设施。
     
      最后,邓志东教授总结道:人工智能的复兴必将加速L4及以上无人驾驶产业的商业落地
    只要你关注机器人,你就无法错过睿慕课
    声明:凡资讯来源注明为其他媒体来源的信息,均为转载自其他媒体,并不代表本网站赞同其观点,也不代表本网站对其真实性负责。您若对该文章内容有任何疑问或质疑,请立即与中国机器人网(www.robot-china.com)联系,本网站将迅速给您回应并做处理。
    电话:021-39553798-8007
    [打印文本] [ ]
    
    全部评论(0
    TOP Bookmark