无人驾驶前沿~CCF-GAIR 2019--港科大自主驾驶中心主任刘明~《低速无人驾驶系统的应用关键要素》学习记录
演讲机构：香港科技大学智能驾驶中心
演讲题目：《低速自主驾驶的技术要素》
演讲人：刘明 香港科技大学智能驾驶中心主任、机器人与多感知实验室主任
刘明教授，博士毕业于瑞士苏黎世联邦理工学院（ETH），现任香港科技大学智能驾驶中心主任、机器人与多感知实验室主任，兼任多家知名科技公司首席科学家，香港科技大学电子与计算机工程学系助理教授；在机器人领域累计发表论文100余篇，近五年获得了12次国际会议最佳论文或提名奖，以及包括中国人工智能最高奖—— “吴文俊人工智能科学技术奖”在内的多项奖励。2018年10月， 刘明教授获得IROS Toshio Fukuda Young Professional Award,成为首位获得此奖项的华人。
刘明及其团队选择了以深度强化学习为框架，工程模块化系统作为辅助的无人驾驶技术路线；在原型车上，采用了二类商用车底盘的配置。刘明认为，一台好车应该是“无人驾驶二类商用车底盘 + 完整的可量产无人车解决方案”的组合。
目前无人驾驶的技术分为两大类：
一类是以端到端深度强化学习为主的模式，是偏高速车的常用方案；
另一类是比较传统的工程模块化系统。
事实上，这两种技术路线各有优劣势。端到端深度强化学习的优势在于容易做出working demo，劣势则是场景迁移能力比较弱，对样本的数量和质量都有较高要求。工程模块化系统的优势在于完成决策系统后，其他地方不会有太大纰漏，劣势在于实现精准的系统定位、障碍检测、决策、控制，需要大量的技术积累。
所以我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，大致定义了一套从运营逻辑及数据接口、到无人系统核心技术模块、再到核心支撑技术的路线。简单来说包括感知系统、决策与预测系统，规划与控制以及相应的支撑技术六方面。
在感知系统方面，我们利用三维感知建图与定位，多视觉惯导融合系统、单个实时雷达来获取场景。得到三维场景之后，我们会进行实时的三维几何场景分析、三维语义场景分析、视觉场景语义分析，然后利用嵌入式平台实现基于像素点的语义分割。在三维激光场景上，可以实现实时的激光场景语义分析、手持及车载大范围实时建图，路面环境可行区域检测等技术。各位有兴趣可以到我们实验室的网站ram-lab.com做进一步了解。在感知方面，我们可以说是世界级水平。
得到三维模型的下一步是决策预测，决策预测系统包括了实时多车间协调控制、多信息的融合等技术。车辆模型辅助动态决策利用视觉和激光检测的结果，对动态物体运动行为进行预测，结合车身的动力学模型，实现控制路径的决策和规划。
近几年行业在深度强化学习点到点导航、环境探索、多机器人任务分配方面投入比较多。
除了决策预测，如何实现三维场景下的路径规划、基于迁移学习的强化学习、对复杂控制系统（如无人船、无人车）的控制都是需要解决的问题。
以上的内容都属于算法类型，与每个算法相对应的是后台的硬件或平台支撑。与感知系统对应的是传感器技术。我们目前有一款包含激光、视觉、惯性导航等七个传感器在内的集成硬件同步触发产品，并在产品基础之上开发了相当数量的算法，涵盖了姿态估计、建图、定位、识别、跟踪等，这套多感知内容获得了IEEE IROS最佳学生论文奖提名。
在算力方面，除了传统的CPU、GPU模式，我们也立项了FPGA模式来作为算法方案。
但最重要的是，无人车技术要落实到车辆上。算法就算再前沿，车本身才是决定量产的关键。我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，整体载重最高达1.5吨，目前在各个园区做相关推广以及部署尝试。我们会根据实际应用场景的需求来做配合工作，比如客户提出不同的标准箱要求，我们会进行箱体数量的排列、优化箱体设计与配重设计，电池换电、转向系统等一系列工作。在初始阶段，我们会采用标准商用车底盘将原型车先做出来，然后以量产件实现交付。
有了技术、原型车、场景之后，下一步是什么？我本身职业是香港科技大学教授，可能无法完全从工厂或设备的角度来做无人车的开发工作。但我认为，实现无人车最重要的理念是，首先要有一部好车。最好的车就是标准的商用车。我们选用的是无人驾驶的二类商用车底盘，包括夸父系列，里面的ABS（防抱死制动系统）、EPS（电动转向系统）、ESP（车身电子稳定控制系统）、iBooster（线控制动系统）、EPB（电子驻车制动系统）及电池管理系统胎压检测等配置都和一般商用车差别不大，甚至很多配置只有在高端商用车上才能见到。
无人驾驶前沿~CCF-GAIR 2019--港科大自主驾驶中心主任刘明~《低速无人驾驶系统的应用关键要素》学习记录相关推荐
- 小鹏汽车2019春招自动驾驶中心研发笔试题（部分题解）
小鹏汽车2019春招自动驾驶中心研发笔试题(部分题解) 链接:https://www.nowcoder.com/questionTerminal/ebd81731da404c0f9505c8a933c ...
- 深入理解如何不费吹灰之力搭建一个无人驾驶车（四）2D-小车自主部分（从无到有自己写一个无人驾驶框架）（CSDN独创）
四.从无到有自己动手写个slam算法(CSDN独创) 注1:必须先看完前三章再看这一章,如果想看得轻松请看<概率机器人>与<机器人学状态估计>完再看 注2:本篇为CSDN独创, ...
- 大疆、港科大联手！双目3D目标检测实验效果大放送 | CVPR 2019
作者 | heryms 责编 | Jane CVPR 2019的文章出来了,今天聊聊双目的 3D object detection.这是一篇来自 DJI (大疆)与港科大合作的文章<Stereo ...
- 300米远程深度估计：港科大重磅开源自动驾驶深度感知新技术，远超现有雷达｜CVPR2020
原文链接:300 米远程深度估计:港科大重磅开源自动驾驶新技术,远超现有雷达|CVPR2020 本文原创首发自极市平台公众号,请授权后转载. 论文标题:Depth Sensing Beyond LiD ...
- 前腾讯AI Lab主任张潼加盟创新工场，出任港科大创新工场联合实验室主任
郭一璞 假装发自 香港 量子位 报道 | 公众号 QbitAI 从腾讯AI Lab主任位置上离职回归学术界的张潼,终于公布了他在产业界的新动向: 出任创新工场科研合伙人,担任港科大&创新工场 ...
- 清华计算机校友郭毅可院士履新，任港科大首席副校长
来源:新智元 近日,香港科技大学宣布,著名计算机科学家郭毅可为首席副校长,将于12月1日履新. 目前,郭教授在香港浸会大学担任副校长 (研究及拓展) 一职. A顶级科学家履新 郭毅可教授于1980年考 ...
- 图技术创新新高地！创邻港科大（广州）图数据联合实验室正式成立！
3月30日上午,浙江创邻科技有限公司(以下简称:创邻科技)与香港科技大学(广州)(以下简称:港科大(广州))合作共建的"创邻图数据联合实验室"在香港科技大学(广州)校园内正式揭牌. ...
- 前腾讯AI Lab负责人张潼加入创新工场，任港科大创新工场联合实验室主任
参加 2019 Python开发者日,请扫码咨询 ↑↑↑ 整理 | 琥珀 出品 | AI科技大本营(ID:rgznai100) 不过三个月,前腾讯 AI 主任张潼已对外公布了他离职后的新动态. 3 月 ...
- 不仅搞定“梯度消失”，还让CNN更具泛化性：港科大开源深度神经网络训练新方法
原文链接:不仅搞定"梯度消失",还让CNN更具泛化性:港科大开源深度神经网络训练新方法 paper: https://arxiv.org/abs/2003.10739 code: ...
最新文章
- MacBook如何用Parallels Desktop安装windows7/8
- python十:字典(dict)
- Leetcode 113. 路径总和 II 解题思路及C++实现
- android增加内置存储分区,详解Android10的分区存储机制(Scoped Storage)适配教程
- ubuntu+终端不能启动mysql数据库_强制重启Ubuntu服务器后Mysql无法启动
- Robberies HDU - 2955
- 基于SpringJDBC 实现关键功能-QueryRuleSqlBulider
- JVM类加载机制详解（一）JVM类加载过程
- 动态 Restful API 生成
- 常见面试题整理--Python概念篇
- 一个简单的品优购项目----html+css
- gimp 抠图_【GIMP学习】抠图方法二则
- 账号权限问题导致数据泄露频发，如何破解“万豪们”的安全难题？
- 重装后显示计算机无法联网,重装系统后电脑无法连接网络怎么办
- 读取MoleBox打包的可执行文件中的数据文件一法
- java8 lamda表达式相等_java8之lambda表达式(lambda表达式语法)
- 如何做一个基于JAVA失物招领网站系统毕业设计毕设作品(springboot框架)
- 「Python条件结构」银行存款
- Make my mind tobe a coder! Wa kakak
- 2006-10-01 十一皖南单车行