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

2017年7月7日至9日,全球人工智能与机器人峰会CCF-GAIR大会在深圳大中华喜来登酒店举行。本次由CCF中国计算机学会主办、雷锋网(公众号:雷锋网)与香港中文大学(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 ,参会人数规模高达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。

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。

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。

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。

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。

更多大会内容精彩报道、本演讲图文全文,请继续关注雷锋网。

原创文章,作者:奋斗,如若转载,请注明出处:https://blog.ytso.com/industrynews/113581.html

(0)
上一篇 2021年8月27日 05:21
下一篇 2021年8月27日 05:21

相关推荐

发表回复

登录后才能评论