淮北信息港

当前位置:

酷哇机器人CEO何弢无人驾驶如何快速商业

2019/04/11 来源:淮北信息港

导读

雷锋按:2018 全球人工智能与机器人峰会(CCF-GAIR)在深圳召开,峰会由中国计算机学会(CCF)主办,雷锋、香港中文大学(深圳)承办

雷锋按:2018 全球人工智能与机器人峰会(CCF-GAIR)在深圳召开,峰会由中国计算机学会(CCF)主办,雷锋、香港中文大学(深圳)承办,得到了宝安区政府的大力指导,是国内人工智能和机器人学术界、工业界及投资界三大领域的交流盛会,旨在打造国内人工智能领域实力的跨界交流合作平台。

7 月 1 日的智能驾驶专场,酷哇机器人创始人兼 CEO 何弢进行了名为《无人驾驶扫地车商业化路径》的主题演讲,雷锋(公众号:雷锋)对其进行了不改变原意的,全文如下:

谢谢大家,今天在这个场合跟大家分享酷哇机器人在无人驾驶领域的整个产品化布局,和我们的一些深层次思考,欢迎同行和各界朋友一起深入交流。

酷哇机器人成立至今三年,我们应该是早涉足无人化技术研究的团队,在商业化过程中,也有自己的一些特色路径,今天我分 5 个方面跟大家分享。

无人驾驶商业落地技术发展路线

酷哇成立至今nfj金属骨料
,朝着从轻到重、从低速到中速到快速的主线在发展,开始我们推出了日常使用的无人驾驶技术的机器人产品。在这方面,我们今年会跟宝龙合作,在深圳欢乐海岸有一些落地,非常值得期待。

我们在 2017 年切入无人驾驶作业车辆,一开始就跟一些大的主机厂绑定在一起,有些主机厂现在跟我们正在密切合作当中。我们和中联环境推出了产品,同时也在布局物流和短途接驳无人车辆,基本上都是跟一线主机厂合作。

无人驾驶扫地车中的核心技术

我们在 2008 年开始布局弱 GPS 场景技术,7 月 4 号,我们和百度阿波罗会有一个联合战略发布。我们跟巨头平台做了很好的互补,百度阿波罗在底层框架上做了很好的构建,我们在弱 GPS 场景解决没有 GPS 信号的问题,加强它的定位能力以及动态路径规划,服务于城市动态场景。

举个例子,我们都知道 L3 到 L4 的关键一步取决于高精地图,高精地图是从静态规则的环境进行梳理、标注,加入非常多信息。这里面有个问题,当汽车在一条马路上开的时候,什么时候会去看红绿灯?只有当 GPS 信号告诉它到达一个路口的时候,它才会把摄像机打开,在设定好的方向上做感知,这是高精地图带来的作用:不用时时刻刻去观察摄像机,不用时时刻刻观察红绿灯,提高了可靠性。

这里也带来了问题,比如说深南大道突然加了一个红绿灯,高精地图上没有标注出来,这种情况很危险,汽车直接就过去了,因为高精地图上没有标识出这个地方有红绿灯,这就是我们解决的不依赖于 GPS 的感知定位和规划。

动态规划这方面,我们也是早研究 MODAT 算法的团队,利用本地感知去追踪每个障碍物的移动轨迹,根据移动属性去预测,找到一个化的路径。

无人驾驶技术如何落地成为产品

我们和中联环境去年联合研发了应该是目前个量产化的无人驾驶清扫机,在无人驾驶这方面,我们在一些细分场景,比如环卫领域,进行了一些变革。

无人驾驶如何变革环卫行业和商业前景

整个环卫市场有 2 千亿左右的市场规模防爆门
,环卫车辆也在同步增长,现在是从环卫 1.0 的纯人工阶段逐步向机械化迈进,酷哇则是助力环卫向 3.0 迈进,我们的目标主要是优化清扫人员的工作和环境,让他们去更好的地方发挥保洁作用,整个路径会朝着深化产品发展。

产品 技术延伸和发展方向

我们今年推出了 2.0 套件,应该是家,实现了本地识别感知能力加强,除了自动避障、绕障以外,还增加了自适应清扫的种种技术,也设计了一个无人驾驶的中央调度系统人造雾森喷雾系统
。目前这个系统已经在长沙的橘子洲头公园整个片区作业,到 9 月份,作业车队将达到 4 种不同车型,有 9 台车左右的规模。

整个布局技术路线上,我们会持续推出不同清扫车,今年除了跟中联主机厂合作以外,还会有第二、第三家,但是现在还处于保密阶段。同时,这种落地的无人驾驶城市场景产品线,终可能形成一个系列。我们今年也在西虹桥的北斗产业园,进行开放性的全场景测试,欢迎各位媒体、同行朋友进行深度体验与交流。

在北斗产业园这一块,我们今年和我之前工作过的地方上海交通大学进行了深度整合,不依赖于弱 GPS,加强本地感知定位导航技术。我们建立了一个实验测试场联合实验,这个测试场会在今年晚些时候由上海交大牵头成立,也会向社会公众开放,我们一起来研究技术、性能,找出问题。

在无人驾驶这一块,从 L1 到 L5 的分级,我们也进行了不同理解,比如城市广场开阔地是 L1 级,我们的产品会不断深入一些商业区,比如高楼密集区,终会有高架道路、高楼等复杂场景,我们在重庆的一片实验区就非常复杂。这是我们不断发展迭代的路径规划。

的瓶颈可能还是在场景适应力、协调能力、学习效率和低成本,特别是低成本这一块。各位朋友总是关注在单一硬件采购上,但是我们布局以后,单一硬件采购还不是制约当前无人驾驶普及的根本,更重要的还在于后面的部署、学习效率、适应力,这方面的成本都有长尾效应,怎样加强这方面的落地,可能需要综合考虑。

标签