科技刘教授干货份额的香港大学：低速降落无人哪些技术要素和场景？

&？msp；&？msp；[IT新闻]“通过一年的分居，世界发生了巨大变化，并提前技术变革的加速，其关注的，这是更好地发挥。“马云在人工智能2020年世界大会说话。

根据疫情，企业家愿意思考未来，机会才刚刚开始。这项新技术将改变商业世界地图的未来。

香港科大EMBA课程的双语教学课程，以云计算，参观实验室，专题报道，知识转移四部曲的方式开展“走进科大实验室”的系列活动，研究教授邀请大家一起研究最大的，世界一流的份额，一起感受科技的固有权力，以及巨大的机会了。

“不递”流行期间爆发，无人物流车辆导致聚光灯。一个清晰和深圳市创新科技有限公司。有限公司。（以下简称UDI），多次使用无人驾驶车辆的分布和蔬菜，以疫区的，饭盒派员工的村庄，这样从“噱头”无人车成为一个真正的问题解决者登陆。

一个明显的创始人，柳传志香港科教授，是目前中国唯一的IEEE IROS杰出青年获得者，谁率领香港首R＆d球队能够避开障碍物，拥有一批无人驾驶汽车的创新功能。香港科大EMBA香港科技大学[实验室]成系列，做了一个“低速无人驾驶汽车应用技术要素”的主题分享。

&emsp；需求和未来无人最后

展望未来，我预测加载无人驾驶车辆和载人无人驾驶车辆的数量，前者将大大超过后者。在预测经济发展趋势的基础上，一个是物流车辆的高要求，在中国，每天千万元唯一的电力供应商的物流订单； 二是劳动力短缺，劳动力成本上升； 第三是快速取提高物流成本，需求将继续降低物流成本。作为Robottaxi的普及应小于无人机的载体材料的规模化发展。

在我的研究回顾历史，发展轨迹与全球无人机一致。我参加了2003年至2005年，中国的第一代新能源汽车“超越3号”到2009年，开始引领多地形自主导航重点项目NIFTi，并参与欧盟的第一个无人驾驶汽车项目更聪明。公司成立于2013年，在香港首个无人研究实验室； 成立于谷歌无人驾驶汽车项目Waymo同一年（2016），我学习和各地的多个香港的研究项目在香港的第一个无人驾驶汽车发布的2017年LED组又推出无人研究，资金五千多万港币，然后，低速无安全官。成立UDI开始于2018年，是确定物流台车，低速非驱动位置的主攻方向，因为没有车的实用性，包括：一个有用的，易于使用，使用，并与使用良好的，它是最重要的部分。

要无人生命是什么？

无人驾驶的情况下，也有很多无聊的视频演示中，始终注重人坐在车上，完全不用担心车外的交通条件，如何避开障碍物想象中的好，在缺乏技术方面，如感知描述与系统，其它智能设备。

事实上，它使你关注什么新闻？

同时，对世界各地的无人驾驶，惨不忍睹这个突如其来的消息，它往往都知道，技术是不是安全，所以我的结论是：在无人驾驶“的场景就是目前可登陆”是最重要的。成立UDI，我设置的口号是“攀登珠穆朗玛峰，沿途下蛋”技术攀登最高的山峰，为实践能力躺在地板上的鸡蛋沿途。

目前，技术无人国家的应用集中在L4水平，我。e。无人条件下，例如，行驶路径上的车辆速度限度相对固定的应用领域，因为复杂的交通场景，无人驾驶车辆爬至L5的水平，我。e。，并不限制车速和途径可以是任何条件下自动行驶，是不容易。

&emsp；企业目标：攀登珠穆朗玛峰，产卵沿途

锁定“攀登珠穆朗玛峰，沿途下蛋”的目标，UDI在成立以来，一直以开拓为L4级智能无人物流系统的公园，因为没有监管问题，安全控制，可以扩展销售，深入工业物流系统，使我们倾向于积累运营经验的订单合作，其他并发的项目包括：零售无人机，无人清洗等。。就是明年预计到2022年，UDI区域发展无人物流系统，让开道路L4低负荷，降低物流成本，建立供应体系，制造超大规模的销售，除了低速的发展半公共道路L4载人系统和其他物品无人治安巡逻队的发展； 2025年，正式形成无人物流系统的城市，L4高速公路和高速公路L4载波系统负荷，与物流业的大量需求是蓬勃发展； 作为公共道路L4高速客运系统，相关的法规支持，如没有相关的法律规定，站在发生事故的情况下，整个无人驾驶汽车的发展将是一个毁灭性的打击。因此，UDI集中于无人驾驶车辆的低速装载R＆d投资。作为L5级自动驾驶仪，大型智能物流，Robottaxi实施仍需要时间来发展，并达成十块钱。

&emsp；为了实现多方位

目前，UDI无人驾驶车辆已被应用于多个行业，包括：机场，仓储企业，大学城，住宅区，工业园区，生产厂，物流公司，码头等； 其中无人驾驶车辆系统业驱动的运输4.0，从手动到自动的运送和分发升级，已经达到了公里数十万运行，从大型工业园区的客户，无人驾驶汽车的运营获得了ROI（投资回报周期）只用了一年半的时间，UDI经验提供解决方案，包括业务调度平台，对接和标准的ERP（企业资源管理系统），以及5G应用程序，实时控制。而我们与快递公司，快递谁也成功举起了的男人的最后三分之一的工作，没有更多的汽车自动发送服务人员的作品将下降到零。其他典型应用项目，也包括等同于基本的自动化码头5名清洁工提高效率使用的无人驾驶车辆清洗效率，我们成功地协助自动化端口降低建设成本分别为5千万，后续的使用成本，否则各种通勤车的，已经运作了一年半。

&emsp；无人驾驶系统模块技术结构

无人系统架构的核心技术，集中了，它分为三个优先“的核心模块的系统计算”：

（A）感测系统 - 的传感器技术和产品支持

（B）的决策和预测系统 - 由计数芯片和电源方案支持

（C）计划与控制 - 通过身体技术支持

&emsp；1。感知系统

该传感器信号通过物理世界传送到无人操纵的飞行器系统中，然后升级的数字信息是认知水平，如记忆，理解，规划和决策。UDI开发传感系统从六个方面的道路上收集信息：

1。一晚的看法 - 建立在视觉，整个天气，夜视的实时检测系统的集成，高精度，足以支持广泛的应用。

1。在两个单眼视觉INS融合系统 - 与定位结构的实时视图INS融合多单眼视力，光线的变化，以尽量减少冲击，具有单个CPU运行成本低，同支持广泛的高精度应用。

1.3实时障碍物检测和预测 - 预测和实时传感解算器，包括检测静态和动态（例如。g。沿着道路）等的障碍物时，可以是宽范围的应用的，运行成本低的单CPU。

1。实时道路场景分析语义4 - 路面语义分析，包括：从3D到2D或反之亦然，单个相机可以从各种2D的到3D模式，成本低，实时响应工作。

1.5实车道场景分析 - 实时高精度车道识别通过常规次级网络来实现，同时提供用于路径规划和运动规划的参考。

1。视觉场景的6实时语义分析 - 为对道路场景的图像，学习的深度的基于对象的分割的图像，以提供复杂的数据分析。

1。视图实时语义分析激光器7 - 检测由激光关键是，从影响三维深度图，白天或夜晚的环境光条件下，亮度可以实时被检测到，它是建立在基于激光的物体检测键以获得最佳效果的技术。

1.8手持和车载大规模实时地图建筑物 - 一个单手持和车载设备与实时检测相结合，实现了最好的结果建立场的三维视图。

1.9个来构建图──基础的三维区域检测器，然后可行道路条件查看从三个不同的角度的环境中，总共六个定位，基于解算器的几何形状，高实时性，不受环境光条件，它具有多个所述动态对象检测和消除平台应用中，低的CPU的处理要求的。

1。使用单目视觉──全球定位，实时应用，和激光检测10视觉定位技术，优化算法基于紧密耦合，是极其低成本的传感器溶液。

1.11三维语义感知──强烈的视觉感知系统，用一个单独的类人驱动能力，实时应用程序的实时计算。

1。其他──算法模块12和检测识别信号灯，户外大型环境成本的导航系统，行人，道路标志等密钥对象检测和跟踪，以及多地形机器人导航等。。

天然三维模型是基于感测技术的上述数建，将是非常复杂的空间映射，可以在图6的点，颜色，对象特征显示等不同程度的亮度反射光，超越二维下图案谷歌街景，提供并生成地图模式的高清版。

&emsp；传感器技术和产品

传感器感知系统需要良好的配合，我们已经开发了统一，一：传感器的多传感器融合一体，是硬件同步的世界首演，并传感器产品，以满足实时，实时帧速率和全球需求快门，结合激光，视觉和惯性导航三种检测模式。此外，多传感器融合紧密耦合优化，包括姿势估计，图施工，定位，检测，识别，跟踪，在组合的决定，一个激光器可以被使用，视觉和三个检测模式INS。我们还将与激光深入企业工作，摊铺新的激光传感器的应用是不是下一代样机还未上市，包括传感器和其他MEMS激光雷达，提早布局的情况，。照相机和激光IMU统一-一个是硬件同步与集成，性能可能被标记Waymo传感器的深度，并且传感器采样统一IMU高达20KHz的，精度高，陀螺仪偏差稳定性是每小时2度，具有优异的耐冲击性，高振动抑制能力，而且集成外部辅助车轮速度，多普勒范围，重力梯度； 当外部摄像机，激光雷达，同步的商业级无延迟。

&emsp；2。决策与预测系统

无人驾驶车辆系统的所述第二核心技术是决策和预测系统，以规划中驱动下一个步骤。这些措施包括以下六类：

2.1实时决策和基于环境的动态变化和实时决策动态物体的跟踪动态预测──，规划RRT使用GVO模型的动态预测响应相结合，超车，跟车等，停车场等情况。

2。基于实时分类和使用一边值过程模型决策信息融合两个以上──信息融合技术，具有非参数建模最优估计合并。

2.3车型在动态决策──路径规划条件的帮助下，与运动学模型车辆的最优决策相结合，考虑到环境中的动态和静态障碍物。

2。加固的4基础的决策深入学习基于──强化学习的深度，通过80万步训练实现低成本的传感系统条件下的自主导航，从虚拟环境中实现换乘学习到真实的环境，研究在无人车辆技术，我们在深入学习应用了第一例首尾之际结束。

2.5三维场景深度预测──与常规过滤器组合强化学习，每秒高达常规20帧至21000，比现有技术的1000倍更高。

2.6多任务机──在同一时间有多个无人驾驶汽车这样的技术援助，以及各种目的地，如根据多个目标和分配仓库场景，决策最有效的方案出来。

为了提高决策和预测系统的精确度，我们从一个大规模的收集数据的虚拟测试，包括针对不同的天气，雨，多云间晴，一天的不同反应将夜，模拟真实的紧急安排，如未能无人驾驶汽车交通信号灯的人行横道等。，加强系统运行和快速决策的准确度。

&emsp；芯片数量和电源方案

在IPC和GPU的计算能力分布，我们对决策和预测系统的流畅运行自己的R＆d ACU，其他可选TX2，。。。FPGA点云算法程序，边计算和云计算整合，并支持。

&emsp；&emsp；3。计划与控制

最后，无人驾驶车辆系统的规划和控制，包括三大领域核心技术：

3。路径规划和三维路径规划和控制的实时机器人的下游形，多地形导航──三维场景，在具有场景分析一起的控制，是代表性的低速自动导航系统的在。。。方面。

3.2 - 更复杂的控制对象平台MPC控制系统的实现基于MPC控制。

3。迁移的──·学习强化学习传递与真实场景的虚拟环境学习结果相互作用场内3系的代表，本技术使得真实的端到端上的真实车辆（端对端）控制控制系统，是一种在该领域为数不多的成功案例。

&emsp；车身技术

高品质的核心技术的建立，最后不得不用一台设备，电子控制的交换，传感完美的无人驾驶车辆，才能真正实现无人化的目标。生产一直UDI的生产线，特别是，低5G无人驾驶车辆测试网站的发展是无人售票车，有50种测试场景。我曾在我的国家的第一代燃料电池汽车“超越二号”和“超越三号”，负责ECU和BMS系统软件和硬件系统的设计和调试，担任第一代无人驾驶控制系统总线Eerfaba。再加上以前的创业经验和科学研究，因为我已经积累了丰富的产品设计复杂的机械和电气系统的经验，开发/40公里的速度^ h无人驾驶车辆，无人驾驶车辆是最高速的低端产品。

&emsp；&emsp；国家应用云相结合

无人驾驶车辆应与用户整合，云桥的一个。APP从汽车称为自动或手动加载，通过云（云端）管理，驾驶安全，远程监测和由无人驾驶车辆辅助的过程中，整个过程被有条件地实现无人。

UDI无人驾驶车辆应用覆盖中国更多的城市，包括深圳市深超小型无人机科技园，无人驾驶车辆顺丰的快递，苏州疫点消毒喷淋无人驾驶车辆和无人驾驶车辆临淄零售和物流无人驾驶汽车。基于我们在工业园区的经验，人们通过视觉或害怕无人，只是不知道从。直到在汽车公园里散步，在路上总有好奇的员工来测试无人驾驶车辆的反应，经过一段时间的运行，园区人习惯于适应无人驾驶车辆的日常一部分； 这个过程是完全相同的未来无人驾驶汽车技术的普及缩影。

&emsp； 关于科大EMBA | 双语课程

香港科技大学自1991年成立以来，在过去的二十多年时间里，一直是世界一流大学之间。香港科技大学商学院是有一流的商学院，研究能力的国际地位等一批在世界排名的课程都在前列，在凯洛格评为金融时报 - 香港科大EMBA项目名列世界第一，连续九次，连续三年强劲的全球排名前20位的全球MBA课程，时代青年的全球大学排名科大连续3次排名亚洲第一。

亚洲和大中国区的高管，企业家科大EMBA双语课程和设立，致力于全面领导和管理能力，提高学生培养具有创新精神和全球视野的国际化人才。公司自2002年成立以来，香港科技大学EMBA双语课程将成为世界上最前沿的知识管理与中国管理实践，并在香港，中国和西方的文化和管理经验的独特融合，在亚洲和大中国区管道企业家和高跨越终身学习平台的地理和文化边界提供。课程将在16个月到九个核心模块，三条先进的升级，四大洲，全球游学模块，三个层次，以提高领导能力等等，为学生展示学习的完整和清晰的蓝图。

十余年来，课程吸引了亚洲最杰出和最具影响力的商界领袖和管理精英，EMBA校友网络遍布全球。

（广告信息）