科学网 › 标签 › 新智元

标签: 新智元

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

中国工程院院刊：人工智能迈向2.0时代: 热度 1 zyzhai 2017-2-27 21:21; 中国工程院院刊：人工智能迈向 2.0 时代 —— FITEE “人工智能 2.0 ”专题导读导读：中国科学技术部“科技创新2030—重大项目”近期或将新增“人工智能2.0”，人工智能将进一步上升为国家战略。2017年1~2月，中国工程院院刊信息与电子工程学部分刊《信息与电子工程前沿（英文）》出版了“Artificial Intelligence 2.0”专题，潘云鹤、李未、高文、郑南宁、吴澄、李伯虎、陈纯等多位院士以及专家学者参与撰文，对人工智能2.0中所涉及的大数据智能、群体智能、跨媒体智能、混合增强智能和自主智能等进行了深度阐述。 1956 年，在美国达特茅斯（ Dartmouth ）学院，约翰· 麦卡锡（ John McCarthy ， 1971 年度图灵奖获得者）、马文·李·闵斯基（ Marvin Lee Minsky ， 1969 年度图灵奖获得者）、克劳德· 艾尔伍德 · 香农（ Claude Elwood Shannon ，信息理论之父）、纳撒尼尔· 罗彻斯特（ Nathaniel Rochester ， IBM 第一代通用计算机 701 主设计师）四位学者发起举行“人工智能夏季研讨会”，指出“人工智能”研究目标是实现能模拟人类的机器，该机器能使用语言，具有概念抽象和理解能力，能够完成人类才能完成的任务并不断提高机器自身。 “人工智能”这一概念提出后，迅速发展成为一门广受关注的交叉和前沿学科，沿着“从符号主义走向连接主义”和“从逻辑走向知识”两个方向蓬勃发展，在象棋博弈、机器证明和专家系统等方面取得了丰富成果。随着互联网的普及、传感网的渗透、大数据的涌现、信息社区的崛起，数据和信息在人类社会、物理空间和信息空间之间的交叉融合与相互作用，大众创业和万众创新等新技术、新产业和新业态不断涌现，使得对人工智能基本理论和方法的研究开始出现新的变化，这些变化也使得人工智能新的应用呈现勃勃生机。为了更好地与学术同行交流人工智能 2.0 理论、方法和技术，潘云鹤院士于 2016 年 12 月在中国工程院院刊 Engineering （主刊）发表了题为“ Heading toward artificial intelligence 2.0 ”的论文，从人工智能 60 年的发展历史出发，通过分析促成人工智能 2.0 形成的外部环境与目标的转变，分析技术萌芽，提出了人工智能 2.0 的核心理念，并结合中国发展的社会需求与信息环境特色，给出了发展人工智能 2.0 的建议。 2017 年 1~2 月，中国工程院院刊信息与电子工程学部分刊 Frontiers of Information Technology Electronic Engineering （《信息与电子工程前沿（英文）》出版了“ Artificial Intelligence 2.0 ”专题，潘云鹤院士撰写了社论“ Special issue on artificial intelligence 2.0 ”。该专题对人工智能 2.0 中所涉及的大数据智能、群体智能、跨媒体智能、混合增强智能和自主智能等进行了阐述。下面对专题中的 7 篇综述类论文进行导读。《挑战与希望： AI 2.0 时代从大数据到知识》作者：庄越挺、吴飞、陈纯、潘云鹤对大数据时代人工智能领域近期出现的若干理论和技术进展进行了综述，认为将数据驱动机器学习方法与人类的常识先验与隐式直觉有效结合，可以实现可解释、更鲁棒和更通用的人工智能。 AI 2.0 时代大数据人工智能具体表现为：从浅层计算到深度神经推理；从单纯依赖于数据驱动的模型到数据驱动与知识引导相结合学习；从领域任务驱动智能到更为通用条件下的强人工智能（从经验中学习）。下一代人工智能（ AI 2.0 ）将改变计算本身，将大数据转变为知识，以支持人类社会更好决策。文章配图：从数据到知识《 AI 2.0 时代的群体智能》作者：李未、吴文峻、王怀民、程学旗、陈华钧、周志华、丁嵘认为基于互联网的信息物理世界深刻地改变了人工智能发展的信息环境，将人工智能研究的新浪潮推进到人工智能 2.0 新纪元。作为 AI 2.0 时代最突出的研究特点之一，群体智能引起了产业界和学术界的广泛关注。具体来说，为应对挑战，群体智能提供了一种通过聚集群体的智慧解决问题的新模式。特别是由于共享经济的快速发展，群体智能不仅成为了解决科学难题的新途径，而且也已融入日常生活的各个方面，例如线上到线下（ online-to-offline, O2O ）应用、实时交通监控、物流管理。该文对现有群体智能研究成果进行总结和综述。首先，论述了群体智能的基本概念，并对其与现有相关概念（如众包和人本计算）的关系进行了解释。然后，介绍了 4 类具有代表性的群体智能平台，总结了 3 项核心问题以及最新的群体智能技术。最后，讨论了群体智能研究的发展方向。文章配图：参与式和移动人群感知《跨媒体分析与推理：研究进展与发展方向》作者：彭宇新、朱文武、赵耀、徐常胜、黄庆明、卢汉清、郑庆华、黄铁军、高文认为随着人类文明的进步以及科技的发展，信息的传播从文字、图像、音频、视频等单一媒体形态逐步过渡到相互融合的多种媒体形态，越来越显现跨媒体特性，而如何实现跨媒体分析与推理就成为了研究和应用的关键问题。本文从 7 个方面对跨媒体分析与推理进行综述：（ 1 ）跨媒体统一表征理论与模型；（ 2 ）跨媒体关联理解与深度挖掘；（ 3 ）跨媒体知识图谱构建与学习方法；（ 4 ）跨媒体知识演化与推理；（ 5 ）跨媒体描述与生成；（ 6 ）跨媒体智能引擎；（ 7 ）跨媒体智能应用。文章配图：多模态数据统一表征方法示例《混合—增强智能：协作与认知》作者：郑南宁、刘子熠、任鹏举、马永强、陈仕韬、余思雨、薛建儒、陈霸东、王飞跃认为由于人类面临的许多问题具有不确定性、脆弱性和开放性，任何智能程度的机器都无法完全取代人类，这就需要将人的作用或人的认知模型引入到人工智能系统中，形成混合—增强智能的形态，这种形态是人工智能或机器智能的可行的、重要的成长模式。混合—增强智能可以分为两类基本形式：一类是人在回路的人机协同混合增强智能，另一类是将认知模型嵌入机器学习系统中，形成基于认知计算的混合智能。该文讨论人机协同的混合—增强智能的基本框架，以及基于认知计算的混合—增强智能的基本要素——直觉推理与因果模型、记忆和知识演化；特别论述了直觉推理在复杂问题求解中的作用和基本原理，以及基于记忆与推理的视觉场景理解的认知学习网络；阐述了竞争—对抗式认知学习方法，并讨论了其在自动驾驶方面的应用；最后给出混合—增强智能在相关领域的典型应用。文章配图：人在回路的混合增强智能文章配图：直觉推理与认知映射的关系文章配图：企业协作决策的混合增强智能的一般框架《 AI 2.0 时代的类人与超人感知：研究综述与趋势展望》作者：田永鸿、陈熙霖、熊红凯、李洪亮、戴礼荣、陈婧、兴军亮、陈靖、吴玺宏、胡卫明、胡郁、黄铁军、高文简要回顾了不同智能感知领域的研究现状，包括视觉感知、听觉感知、言语感知、感知信息处理与学习引擎等方面。在此基础上，对即将到来的 AI 2.0 时代智能感知领域需要大力研究发展的重点方向进行了展望，包括：（ 1 ）类人和超人的主动视觉；（ 2 ）自然声学场景的听知觉感知；（ 3 ）自然交互环境的言语感知及计算；（ 4 ）面向媒体感知的自主学习；（ 5 ）大规模感知信息处理与学习引擎；（ 6 ）城市全维度智能感知推理引擎。文章配图：AI 2.0时代智能感知技术框架《智能无人自主系统发展趋势》作者：张涛、李清、张长水、梁华为、李平、王田苗、李硕、朱云龙、吴澄介绍了智能无人自主系统的发展趋势，将相关技术分成了 7 个领域，包括人工智能技术、无人车、无人机、服务机器人、空间机器人、海洋机器人和无人车间 / 智能工厂，对每个领域的发展趋势进行了介绍。文章配图：无人机发展趋势预测《人工智能在智能制造领域的应用研究》作者：李伯虎、侯宝存、于文涛、陆小兵、杨春伟介绍了团队近年将人工智能技术应用于制造领域的研究与实践。首先，简析“互联网 + 人工智能”时代核心技术飞速发展正引发制造领域的模式、手段和生态系统的重大变革以及人工智能的新发展；接着，基于人工智能技术与信息通信技术、制造技术及产品有关专业技术等融合，研究提出了智能制造新模式、新手段、新业态，智能制造系统体系架构和智能制造系统技术体系；进而，从智能制造的应用技术、产业和应用示范等角度 , 简述智能制造领域的国内外发展现状；最后，提出我国人工智能 2.0 在智能制造领域应用研究的建议。文章配图：智能制造新模型、新方法、新形式示意图我们也欣喜地看到，结合人工智能的发展，中国“科技创新 2030 重大项目”将新增“人工智能 2.0 ”，这将推动人工智能与经济社会深度融合，提升我国人工智能科技创新能力。相关链接： 1. Pan YH. Heading toward artificial intelligence 2.0. http://engineering.org.cn/EN/abstract/abstract12324.shtml 2. Special Issue on Artificial Intelligence 2.0. http://www.zju.edu.cn/jzus/issue.php?issueid=480 ; http://link.springer.com/journal/11714/18/1/page/1 3. Special Feature on Artificial Intelligence 2.0. http://www.zju.edu.cn/jzus/issue.php?issueid=483 ; http://link.springer.com/article/10.1631/FITEE.1700053 4. 中国 “ 科技创新 2030— 重大项目 ” 将新增 “ 人工智能 2.0” http://www.most.gov.cn/xinwzx/mtjj/ztjj/201702/t20170216_130982.htm （首发于“新智元 ”微信号，有删节。文前导读为“新智元 ”所加，素材由FITEE编辑部提供）; 11080 次阅读|2 个评论

[转载]2015中国智能车未来挑战赛记实: 热度 4 王飞跃 2015-11-19 08:33; 2015中国智能车未来挑战赛记实感谢新智元杨静不辞辛苦现场采访，支持民间媒体! 说明: 比赛时速限为50公里/小时，80会取消资格，新智元说的是此车的能力(这个速度当然可以，我可作证: 九十年代我们的VISTA自动车就己75英里/小时，合120公里/小时)。此外，郑理事长讲的谷歌车是25英里/小时，非公里，当时路段限速35英里小时。【新智元杨静】2015年11月15日，我又来到常熟，第二次参加我国参赛队伍规模最大、水平最高的无人汽车比赛——2015中国智能车未来挑战赛。今年的比赛增加了难度，不仅有越野路段，还有人工隧道和在半路进行“捣乱”的机器人，我于是对赛事更是充满了好奇。今天，2015中国智能车未来挑战赛的成绩已经出炉，军事交通学院的猛狮车队再次夺冠，这辆猛狮通过开放路段的时速达到80公里，而完成全部13.5公里赛程的时间只有短短28分钟！国防科技大学的两支参赛队伍分获亚军和季军，大家纷纷赞叹还是军方的智能车厉害！以下是新智元对本次挑战赛总裁判长王飞跃和冠亚军车队的专访，精彩请勿错过！【特稿】2015中国智能车未来挑战赛“猛狮”再夺冠，总裁判长及冠亚军车队专访新智元原创作者：杨静【新智元杨静】 2015 年 11 月 15 日，我又来到常熟，第二次参加我国参赛队伍规模最大、水平最高的无人汽车比赛—— 2015 中国智能车未来挑战赛。听常熟智能车产业发展服务中心的马亮博士说，今年的比赛增加了难度，不仅有越野路段，还有人工隧道和在半路进行“捣乱”的机器人，我于是对赛事更是充满了好奇。出于安全考虑，常熟市政府将智能车挑战赛比赛场地及周边封闭戒严，不明就里的常熟出租车司机还对我们说：“听说李克强来沙家浜了，一大群特警在街上，还封了路。”确实这次“李克强”也来了，不过这位“李克强”是清华大学汽车工程系主任，智能车挑战赛的赛场也确实离“沙家浜”不远，只有 3-4 公里的路程。今年比赛的赛场起点就设在 8 月成立的我国首个智能车研发测试中心——“中国智能车综合技术研发与测试中心”。中国工程院院士、国家自然科学基金委“视听觉信息认知计算重大研究计划”指导专家组组长郑南宁向《苏州日报》记者介绍，“这次的比赛，主要侧重于对无人驾驶车辆在真实道路环境下的主动安全性能测试，并以此推动无人驾驶车辆的实际应用。从赛况来看，参赛车辆的各项技能对比往届又有了不小的提高。”，本届赛事在全程 13.5 公里的赛道上，要求无人驾驶智能车辆依次完成指定区域特定任务以及典型城郊、城区、快速道路和居民小区等真实路况下自主驾驶的能力，着重考核无人驾驶智能车辆的安全性（ Safety ）、舒适性（ Smoothness ）、敏捷性（ Sharpness ）和智能性（ Smartness ）等智能水平，赛程全程约 13.5 公里。挑战赛汇聚了国内无人驾驶智能车辆的主要研发团队，包括西安交通大学、国防科技大学、北京理工大学、武汉大学、南京理工大学、清华大学、中国科学院、同济大学等，所有参赛智能车在真实交通道路环境中，接受避让机械行人、交通信号灯等候、施工路段行驶以及左转让直行等 10 个考点的项目测试。作为国家基金委重大研究计划的重要组成部分，“中国智能车未来挑战赛”举办 7 年来，逐步从简单封闭道路走进真实、复杂的道路交通环境，已成为体现我国无人驾驶智能车辆发展水平的全国性赛事。在挑战赛起点附近能看到中央电视台的转播车，还有当地电视台派来的无人机在空中盘旋。 1 号赛车已经在赛道前整装待发，一时间，空中的无人机，路上的无人车，埋伏在道路中间的机器人，给人一种玄幻的未来感。的确，就是在“沙家浜”的芦苇荡边，勇士们正在向未来发起无畏的挑战！当智能车遭遇智能路障、芦苇荡和“捣乱”机器人在起点看到 1 号车出发后，我们到智能路障所在路段采访。这次的智能路障，可以按照总控的调度，遥控路障在路面移动成新的形状，每一辆智能车遇到的路障走向是不一样的。每个路障都自带传感器，可以将智能车碰撞的情况实时记录。 1 号车开过来了，先是在路障前迟疑了几秒钟，进行了人工干预，然后在驶过 S 型的智能路障时撞到了几个路障。在路边遥控路障的工作人员纷纷躲到了后面，因为前面已经有辆车差点撞到他们。开赛伊始，已经听到各种参赛车的状况。有一辆车在遇到干扰车挡路时没有感知避让，而是撞上其中一辆车的车门。撞车以后还大摇大摆地往前继续开（它没有停下来向交警自首），于是继续撞上了电线杆。另外，有两辆车在好不容易超过干扰车之后，“大脑过热”，直接自行开上了马路牙子，当场爆胎。爆胎的声音很大，在场人们忙跑过去看。还有的车在出入小区的环节就实施了人工干预（只要被人工干预，这个环节就是 0 分）。看到大赛微信群里分享了一些“花絮”和照片，几位喜欢看热闹的记者凑在一起说，不如像 DARPA 机器人赛那样，剪辑一个参赛车“出糗集锦”。最“坑爹”的路段是在芦苇荡边用碎石临时堆出来的“越野路段”，这个路段不仅曲折坎坷，还到处是泥泞。前面已经有几辆轿车先后在通过越野路段前宣布“放弃”。还有一辆轿车改装的无人车在这个路段伤了底盘。据现场的裁判和志愿者说， 4 号车在越野路段的表现特别出色，比有人驾驶的车还要顺畅。我亲眼目睹的两辆参赛车越野性能也很强，丝毫不比后面紧跟的有人驾驶裁判车逊色。例如西安交通大学的 6 号车过越野路段比较顺利，用了近两分钟，而同济大学的 8 号车只用了近 50 秒，在泥泞道路上都没有卡壳。参赛的车队基本是到比赛当天才知道有个泥泞的“坑爹”路段，于是抓紧调试演练。据说驻扎在附近“沙家浜”的 19 个参赛车队，基本上老师和学生们每天只能睡 1-2 个小时，没日没夜在进行参赛的准备工作。今年新增的“人工隧道”里面，全程不允许智能车用 GPS 导航。清华大学计算机科学与技术系教授孙富春也参加了多届智能车挑战赛。专注智能与自动化研究的他告诉科技日报记者张盖伦，智能车大赛主要就是考察车辆对环境的感知、理解和决策能力，其最核心的东西，就是底层控制和算法。让“智能车”们防不胜防的是，过了越野路段，还有一个捣乱机器人在后面等着它们。这个“捣乱”机器人今年安装了“类人”皮肤，而不是过去的金属表皮，这样智能车必须感知到“有个人”在横穿马路，采取安全措施进行避让。本届智能车挑战赛的总裁判长王飞跃教授对这个“捣乱”机器人特别得意，他说发达国家大汽车公司刚刚开始用类人皮肤测试汽车安全，而且美国禁止向中国出口这种“类人”皮肤，而我们已经能将联合美国大学，用中国材料替代美国产品，取得类似结果，制造“类人”皮肤机器人用于智能车大赛的测试，是一大飞跃。模拟行人是机器人穿着仿人皮肤的衣服，其反射特性与真人相同，因此比赛难度比以往高。但魔高一尺，道高一丈，今年智能车在通过设置的“机器人”——行人路障时，通过路障率相比往年有很大提高。王飞跃教授称赞参赛的智能车队水平有明显的提高，特别是环境识别上的提高。环境识别的提高远大于控制能力的提高。他举了一个例子，比赛过程中出现了一个事故：一部车在绿灯的情况下，突然停下。王飞跃教授觉得很奇怪，结果发现是一个警察突然穿过马路（比赛过程中不允许任何人穿过马路）警察过去后，车才继续前进。这说明车的环境识别能力有很大提高。此外，比赛有一考核点是越野路段，有几辆无人车开车水平比人都好。裁判车在行进时颠簸不堪，有时会碰到底盘，无人车开的很平稳。另外，本次路障是智能路障，这些路障的排布（直的还是弯的）是随机的。虽然有无人车撞到路障的情况，但那都是新车，过去几次参加比赛的车性能都有很大的提升。整体来说，任务难度加大，环境更加复杂，但本次比赛中无人车的平均性能提升非常非常大。智能车联网时代，中国车企还没“入门”？既然“捣乱”机器人已经如此先进，我在采访中趁机向国家自然科学基金委员会信息学部常务副主任秦玉文博士问道：“中国干嘛不像美国 DARPA 那样举办机器人大赛？”秦主任说，举办机器人大赛还需要国家、企业和社会做长期准备和努力。他说我们对人类的认知和智能还在继续探索，智能车大赛已经连续投入 8 年，才取得现在的进步。机器人研发和人类大脑研究等可能需要更长时间的立项和筹备。在与国家自然科学基金委员会信息学部副主任张兆田的沟通中，我发现他也对谷歌开源深度学习系统这样的新闻感兴趣，而且求知若渴，到处搜集人工智能和机器学习的最新动态。我们聊天的过程中，又一辆车在超过干扰车时爆胎，我就问郑南宁院士，无人车爆胎怎么解决？郑南宁院士说：“可能还是需要交通管理部门的协助，例如前一段有个新闻，在美国的高速公路上，交管部门发现有一个路段拥堵，是因为谷歌无人车以 25 公里的时速不紧不慢地行驶在高速路上。。。。。。于是派拖车过去把这辆无人车拖走。。。” 爆胎的参赛车老师，也就是清华大学的李克强老师解释说：“这个车的轮胎质量不太过硬”。另一位现场裁判则评论说：“虽然说无人机自己不会换轮胎，但也不是所有司机都会换轮胎”。他说的对，像我就从来不会自己换轮胎，出了问题只能找救援。近几年，国内外汽车制造厂家都尝试在 2020 年前后将无人驾驶车辆投放市场。无人驾驶车辆是利用车载传感器进行环境智能感知，应用感知信息处理、智慧决策和自动控制等过程实施车辆自主行驶。本次大赛总指挥郑南宁介绍说，智能车可应用于未来城市智能道路交通及辅助安全驾驶，也就是说，在驾驶员疲劳等情况下，智能系统可自行判断路况并作出提醒和处理，以减少道路交通事故率和伤亡率。郑南宁认为，未来，通过智能消防车和智能救险车配合机器人，还可应用于人无法进入的事故现场应急处理。此外，无人驾驶的快递车也将实现。当前，越来越多的国内外汽车制造厂家、 IT 企业以及高校、科研院所都在投入大量的人力和物力积极推动无人驾驶车辆、辅助驾驶系统、智能网联汽车等的研发及其商业化进程。美、英、日、新加坡等国已开始建设面向无人驾驶车辆城市试验或车辆主动安全性能测试的真实道路环境（场地），以推动无人驾驶车辆的实际应用。奥迪、奔驰、通用、福特、丰田、日产、上汽、特斯拉等众多国内外汽车制造厂家以及谷歌等科技公司更是尝试在 2020 年前后将其无人驾驶车辆投放市场。不过，这次比赛也凸显出企业参与少，智能车产业化不够充分等短板。王飞跃教授说，自己唯一觉得遗憾的是，比赛举办了 7 年，还没有哪个企业来参加这个比赛。他希望明年这种状况有所改变。这次已经有些小型企业提到要在明年参加比赛。虽然没有大的公司有类似消息，但是很多大的公司是以另外一种形式参加比赛。他们向学校赞助车，例如奇瑞、北汽。给不同学校赞助车，让他们在上面做开发，做自主驾驶的研究。他认为这可能反映了我国在汽车行业的投入相较于福特、 GM 、 Toyota 、大众来说比较少。这些国际化大公司都在做汽车自主驾驶方面的研究。中国自主品牌的汽车公司到现在还没看到，有些公司提到做过某些测试，但是这些测试中有的是没有效果的。这些测试中传感器等部件均是国外的，这种测试不算是真正的测试。所以他认为中国企业还要在无人车研发方面投入更多，因为这不仅仅涉及到车是否是自动驾驶，还涉及到智能驾驶、安全水平的提高，而且也涉及到驾驶的能耗、绿化等方面。昨天，有关于车联网的演示，清华大学联合其他三家机构在研究这个方面的内容。我们单个车的智能还没有做起来，现在的趋势已经朝着网络化智能前进了。现在已经进入智能车联网的时代，车与车之间要联网，车与其他交通设施（如红绿灯）要联网，中国企业却连门都没有入，这确实是个大问题。今天， 2015 中国智能车未来挑战赛的成绩已经出炉，军事交通学院的猛狮车队再次夺冠，这辆猛狮通过开放路段的时速达到 80 公里，而完成全部 13.5 公里赛程的时间只有短短 28 分钟！国防科技大学的两支参赛队伍分获亚军和季军，大家纷纷赞叹还是军方的智能车厉害！以下是新智元对本次挑战赛总裁判长王飞跃和冠亚军车队的专访，精彩请勿错过！ 2015 中国智能车未来挑战赛总裁判长王飞跃教授专访【新智元】作为总裁判长，您认为今年参赛车队的智能水平有什么提升吗？即使性能提高了，但无人车造价仍然是 200 多万，成本有降低吗？【王飞跃】成本上来说，车本身很便宜，但是车上的传感器是问题所在。这些传感器大部分不是中国的。传感器的成本，例如激光、雷达等各种各样的传感器远远比车的成本大。这也就反映出，我们基础制造，传感技术的工业基础还是相当落后的。本次比赛可以看出，基金委通过不到八年时间，让我们国家智能车的研究从世界上相关国家中差不多是最落后的、在国际上没有影响力的和从研究投入来说是很少的位置到了国际上的第一梯队，尽管在第一梯队中仍处于较低的位置。研究投入来说，作为杂志主编，我看到很多文章都是中国人发表的，而七八年前，相应的文章数量少到几乎可以忽略不计。我认为这是基金委设立认知科学重大计划后带来的很重要的进步。（智能车大赛，一年有多少投入？不投入，都是地方赞助）研究项目八年来，整体不到两个亿。其中有 1.8 亿的基础研究。我认为这个投入是很值得的，它把认知科学最抽象的研究题目变为十分具体的、百姓能够看见想明白的形式。单说这其中的科普作用就很大，也很值。提高了这方面的研究水平后，恰逢智能技术时代，智能车的研究刚好在此时是国际上很热门的研究之一。从国外的公司，如谷歌，到各国新型公司，还有一些传统的公司，都在关注这一方面。而我们能够在此时提供相应的基础技术支持是十分必要和重要的。否则的话，这又会像以往一样，是个空白。这个改进，我认为，基金委功不可没，它把抽象的基础研究转变为既实用又科普，还提高了研究水平，同时把软的信息技术，变成硬的智能技术，这是 IT 的升华。【新智元】今年的冠军车队和前 5 名车队，与国际上最先进的无人车，例如 DARPA 无人车挑战赛的冠军或者谷歌无人车相比还有哪些差距？中国的综合水平和实力如何？【王飞跃】差距在于综合感知和控制的能力，还有基于高精地图的驾驶，我们实践、系统化上还要努力。总之，要尽快加紧道路测试，完善在不同交通环境下的安全性和可靠性，具备能够处理复杂场景的能力。通过今年的比赛，可以看到中国的顶级无人车研究团队已经取得了重要研究进展，与国际顶级水平差距在不断缩小。【新智元】据说在今年的车队里，激光雷达向民用方向发展的仍然是极小比例。智能车挑战赛对无人车产业化的促进作用是否显著？您认为智能车距离真正产业化还有多远？【王飞跃】现在车载的激光雷达等传感器还是比较昂贵，甚至大大超过车辆本身的价格，这些因素造成了无人车辆产业化的局限性。通过研发低成本的替代传感器，辅助先进的算法，在将来的智能车产业将是一种必然的趋势。这次比赛中有的车队己经向这个方向做了。【新智元】经历 7 年智能车挑战赛的裁判，您对我国智能车的优劣势如何评判？下一步中国智能车的突破口在什么地方？【王飞跃】中国的智能车发展有后发优势，现在汽车厂商和 IT 公司关注度非常高，有资金和人才的优势。下一步的突破口在于更好的自主驾驶软件、高精度地图、合适的传感器、 V2X 通讯技术、适用无人驾驶的交通法规等突破。如果在车间、车路通讯等技术辅助下，在特定路段设立无人驾驶车辆专用基础设施，包括专用道路、交通信号标识等，则可以实现安全的自主驾驶。 2015 中国智能车未来挑战赛冠军车队“猛狮”领队彭永胜、刘玉超专访【新智元】作为冠军车队，你们今年的技术秘诀是什么？猛狮一号全程只用了 28 分钟，请具体描述它在面对隧道、泥泞和机器人捣乱时是如何应对的？它的智能体现在哪几个方面？【猛狮车队】军交猛狮是李德毅院士带领的智能车联合课题组中一员，已经参赛 6 年，一路走来，军事交通学院的徐友春和彭永胜老师一直按照稳重求胜的原则，如果说秘诀的话我觉得就是李院士提出的课题组指导思想“模块化架构、柔性化配置、 AB 角编程；矩阵式组织、常态化试验、交叉式验证；离线调程序、在线调参数；递进调模块、增量调智商；多握手少招手”。智能车依靠视觉、雷达、驾驶地图、惯导等多种传感器进行感知，因此在 GPS 信号遮挡的隧道依靠视觉和雷达依然可以安全自主驾驶，泥泞的复杂路段是今年新增加科目，视觉基本失效，主要靠雷达完成感知任务，在去年军方举办的跨越险阻挑战赛中我们还遇到过更加复杂的环境，机器人捣乱对智能车而言还是移动障碍物，目前我们的雷达感知能力可以很好应对。获得冠军的军交猛狮车队【新智元】你们的冠军车用的是 64 线雷达，清华的车用 16 线雷达，雷达的精度对无人车的安全性有多大影响？猛狮一号的造价一年来有降低么？产业化的可能性有多大？【猛狮车队】首先 64 线雷达感知获得的数据点云相比 16 线更加丰富，对障碍物的检测可靠性更高，对于环境规范有序的常规城市道路， 16 线的感知能力也可以表现得很好，但在相对复杂的环境下 64 线雷达对疑似障碍物的检测更加可靠。军交猛狮的传感器配置方案与去年基本没有太大变化，但是我们清华的猛狮 3 号车采用最简传感器配置方案，瞄准产业化方向，可批量化生产的线控车辆，按照李院士的架构，我们仅用了一个星期的时间就完成了智能系统的加载和调试，参加比赛取得了第四名的好成绩。另一方面，目前激光雷达价格主要受制于依赖进口、没有批量化生产，随着智能车和传感器技术的发展推动，未来传感器价格障碍相信也会逐渐缩小。【新智元】今年障碍车和智能路障等赛事难度的提升，对猛狮的表现有何影响？你们如何应对赛场上的突发情况？例如爆胎？如果无人车在使用中出现爆胎，应该采取什么措施？【猛狮车队】今年的比赛难度的确比往届要大，我们也看到国家自然基金委和常熟市政府为智能车测试环境设置确实下了很大功夫，我们安全顺利地完成比赛科目，也是常态化试验不断积累的成果，去年参加军方主办的跨越险阻挑战赛，复杂的环境为我们智能车应对突发状况积累了丰富的经验。例如，对于高速行驶中的爆胎情况，我们都知道此时应该紧握方向盘保持车辆行进方向，逐步减速，智能车会比人应对得更好。【新智元】你们是智能车挑战赛的老牌劲旅，对智能车挑战赛的历年赛况比较了解，请总结一下今年赛事的特点，其他车队的技术特色以及对挑战赛未来的期许？【猛狮车队】今年是十二五成果验收之年，比赛增添了很多新科目，进出小区、交叉口左转让直行、通过越野路段和沟渠，专家组更是将 4S 中的 Speed 换成 Sharpness ，强调智能车的安全性、舒适性、敏捷性、智能性。比赛中参赛车队的表现也有很多亮点，清华猛狮是可批量化生产、最简传感器配置的线控智能车，北京联合大学和同济大学的纯电动车，国防科技大学完美的停车入库，西安交大优秀的视觉识别等等，还有我们清华猛狮队在车胎爆胎后的紧急调胎换胎，小伙子们平生第一次换胎用时 7 分 20 秒，手都磨破了，保证了智能车顺利完成比赛，即使在爆胎的情况下，比赛总用时排序还是第二名，这些都给大家留下深刻印象。清华猛狮车队【新智元】今年智能车挑战赛仍然是常熟市在封闭路段举行的，未来是否可能在北京这种特大城市的开放路段进行无人车行驶测试？无人车上路还有哪些障碍？你们对此是否有规划？【猛狮车队】我们可以看到，目前参加比赛的智能车更多来自科研机构，高可靠运行是汽车业成功的关键，各车队智能化水平不同，可靠性也有很大差异，比赛过程中也确实出现一些状况，因此为了安全起见最后还是进行了道路封闭。近来的新闻报道我们也看到国内外智能车在开放道路环境下的智能驾驶活动屡见不鲜，今年 8 月 29 日在河南郑开大道我们智能车联合课题组包括一辆无人驾驶公交车在内的 5 辆车就顺利完成了开放城际公路的测试。另外，相应法律法规的滞后也是制约智能车在开放道路环境试验和比赛的一个主要原因。李德毅院士带领的智能车联合课题组在 2012 年顺利完成了封闭高速道路的智能驾驶； 2015 年完成了开放城际快速路的智能驾驶；开放城区道路的智能驾驶将是我们下一个里程碑。李院士指出相对于老板姓买得起的智能车而言，城市公共交通工具，如快速公交路上的智能驾驶客车，公园、学校、旅游景区中的智能巡逻和观光车将来得更快。这也是我们下一步面向产业化发展的一个重要方向。 2015 中国智能车未来挑战赛亚军车队国防科技大学徐昕教授专访【新智元】作为亚军和季军车队，你们今年的技术秘诀是什么？请具体描述它在面对隧道、泥泞和机器人捣乱时是如何应对的？车的智能体现在哪几个方面？【徐昕教授】我们最近重点研究和应用了如下 4 个方面的关键技术：（ 1 ）不依赖于 GPS 的高精度定位；（ 2 ）高精度地图辅助下的环境感知理解；（ 3 ）多种行为决策和规划模式在不同交通场景中的自主切换技术；（ 4 ）自主感知与控制的机器学习方法。比如在通过长的隧道时可能 GPS 信号受到干扰，需要自主车具备不依赖 GPS 的高精度定位能力。对于泥泞路面和模拟的运动行人，需要无人车能够根据环境变化自主切换行为决策和规划模式，适应动态场景的避障要求。概括来讲，无人车的智能主要体现在三个方面，一是复杂环境的感知与理解能力；二是复杂条件下的自主决策和优化控制能力；三是基于经验数据的学习适应能力。其中的学习能力是一种典型的智能行为，既包括有教师样本条件下的监督学习，部分教师样本条件下的半监督学习，也包括采用评价性反馈进行序贯优化决策的增强学习或强化学习。【新智元】你们的车用的是多少线雷达，雷达的精度对无人车的安全性有多大影响？参赛车的造价一年来有降低么？产业化的可能性有多大？【徐昕教授】我们参赛的有两个车队，其中“红旗 -2 代“车队采用的是 32 线激光雷达，”开路雄狮“车队采用的是 64 线激光雷达。对这两种激光雷达来说，因为采集的环境数据相对都比较丰富，雷达的精度对无人车的安全性只在部分复杂场景有些区别，并且可以通过其他传感器的信息融合来减小这种差别。对于多线激光雷达的成本问题，一方面可以通过加快国产化进程、推动批量应用来降低价格；另一方面，未来随着计算机视觉特别是立体视觉理论和技术的发展，利用相对低成本的视觉传感器也能够代替激光雷达实现的环境三维感知和理解功能。目前，采用视觉传感器和其他低成本传感器的各种汽车主动安全产品已经实现了产业化，并在不断发展；对于全自主驾驶的智能车还有待技术的进一步突破，其应用和产业化还涉及到相关法律、智能交通系统的建设等多个层面。【新智元】今年障碍车和智能路障等赛事难度的提升，对你们的表现有何影响？你们如何应对赛场上的突发情况？例如爆胎？如果无人车在使用中出现爆胎，应该采取什么措施？【徐昕教授】对于赛事难度的增加，我们在技术的准备上还是遵循安全性第一，兼顾智能性、平顺性和快速性，因为无人驾驶技术一个主要的研究出发点就是为了解决人类疲劳驾驶、以及不熟练、不规范驾驶等带来的交通安全问题，所以今年我们的两个参赛车队在路上行驶质量、人工干预、典型任务路段等单项排名上都是位列第一或并列第一。通过充分考虑智能驾驶系统的安全性问题，能够有效减小赛场中突发情况出现的可能。对于爆胎的情况，一般也是由于安全准备不足而发生的，如未检测轮胎气压、车辆冲撞马路边沿等。对于爆胎这种情况发生时的应急处理，我们通过承担国家自然科学基金重大研究计划的重点项目与集成项目，也与合作单位如吉林大学等开展了相关的研究，已经取得了汽车爆胎条件下的优化控制方法等研究进展。【新智元】今年智能车挑战赛仍然是常熟市在封闭路段举行的，未来是否可能在北京这种特大城市的开放路段进行无人车行驶测试？无人车上路还有哪些障碍？你们对此是否有规划？【徐昕教授】在开放路段的无人车行驶测试其实已经开展了一段时间，如国防科技大学在 2011 年在京珠高速的正常交通条件下完成了国内首次长距离自主驾驶实验。近年来国内相关高校也有相关的测试报道，汽车企业如 Volvo 今年也在北京进行了正常交通下的行驶测试。但这种测试必须确保安全，都要求驾驶位必须有人类驾驶员随时监督并且在有安全风险时立即进行人工干预。 Google 无人车也基本是这种测试模式。我们在国家自然科学基金“视听觉信息的认知计算“重大研究计划集成项目的支持下，也会在明年开展进一步的开放路段长距离自主驾驶测试，同样也是采用上面所述的模式，因此这种测试存在一个人工干预的比例。该项目的目标是围绕正常交通环境的无人驾驶车辆环境感知与理解、智能决策与控制等方面的基本科学问题，开展融理论、关键技术与工程优化于一体的创新性综合集成研究。集成脑 - 机接口等领域的相关研究成果，构建具有开放式、模块化体系结构的无人驾驶车辆集成验证平台，实现真实城区和城际道路正常交通环境和正常天气条件下的长距离自主驾驶，要求的人工干预比例是低于 2% 。; 6487 次阅读|5 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 新智元

相关帖子

相关日志

关闭安全验证