黄超:清洁环卫自动驾驶,实现无人驾驶商业和社会双重价值
新智元 AI World 2018 世界人工智能峰会
全程回顾
新智元于9月20日在北京国家会议中心举办AI WORLD 2018世界人工智能峰会,邀请机器学习教父、CMU教授 Tom Mitchell,迈克思·泰格马克,周志华,陶大程,陈怡然等AI领袖一起关注机器智能与人类命运。
爱奇艺
上午:https://www.iqiyi.com/v_19rr54cusk.html
下午:https://www.iqiyi.com/v_19rr54hels.html
新浪:http://video.sina.com.cn/l/p/1724373.html
新智元AI WORLD 2018
演讲:黄超
编辑:三石
新智元 AI World 2018 世界人工智能峰会
全程回顾
新智元于9月20日在北京国家会议中心举办AI WORLD 2018世界人工智能峰会,邀请机器学习教父、CMU教授 Tom Mitchell,迈克思·泰格马克,周志华,陶大程,陈怡然等AI领袖一起关注机器智能与人类命运。
爱奇艺
上午:https://www.iqiyi.com/v_19rr54cusk.html
下午:https://www.iqiyi.com/v_19rr54hels.html
新浪:http://video.sina.com.cn/l/p/1724373.html
新智元AI WORLD 2018
演讲:黄超
编辑:三石
【新智元导读】Autowise.ai创始人兼CEO黄超在新智元AI WORLD 2018世界人工智能峰会上探讨了无人驾驶的商业化,并以此为切入点,深入分析了城市道路清扫环卫与无人驾驶结合的社会与商业价值。
震撼!AI WORLD 2018世界人工智能峰会开场视频
自动驾驶是AI技术集大成者,也是当前人工智能最具挑战、最有吸引力的领域之一。
自上世纪70年代起,自动驾驶经历了技术研究的兴起、可行性和实用性方面的进展等阶段,而目前,自动驾驶行业也已然逐步进入到了市场商业化的阶段。不过,载人的无人驾驶商业化也许还需要一些时间,但一些垂直领域的商业化,包括物流、园区摆渡、环卫清扫已经逐渐开始。
无论自动驾驶的应用场景是什么样,这背后始终有三个核心原则需要满足:技术上成熟度达到该应用场景的要求;投资成本可接受;投资回报达到突破点:必须能够减少成本或者增加收益,并且这种商业收益是可以被量化的。因此,自动驾驶的商业化路径,在不同的场景下,其成本结构也大不相同。
Autowise.ai是一家专注无人驾驶技术研发的公司,无人驾驶环卫是Autowise.ai的技术落地方向。创始人兼CEO黄超曾在滴滴负责无人驾驶项目,任职项目负责人和首席工程师。
从组建团队开始,仅一年时间就完成了城市道路和高速多种路况下的路测。Autowise.ai在2018年3月推出了全球首个无人驾驶清洁车队,并投入实际运营和测试。
9月20日,AI WORLD2018世界人工智能峰会重磅发布AI领域年度大奖——AI Era创新大奖,评选出2018年度对AI领域作出重大贡献,切实推动AI进步和发展的人物、企业和产品。Autowise.ai凭借其在自动驾驶环卫清洁领域做出的巨大贡献,入选最具潜力AI企业。
最具潜力AI企业:云天励飞、小蚁科技、Autowise.ai、小i机器人、助理来也
Autowise.ai创始人兼CEO黄超,在AI WORLD 2018世界人工智能峰会上,针对无人驾驶商业化方向,切入自动驾驶环卫清洁领域做了题为《无人驾驶商业化》的精彩演讲。
黄超对无人驾驶商业化的方向总结为三点,分别是乘用车、货运物流以及清洁环卫车。他在演讲中表示:
这三点商业化的方向都具有巨大的市场。
在自动驾驶车辆目前无法上路行驶的现状下,该领域的创业及研发不应停滞,并且需要政策上给予更多的鼓励与支持,允许在更多道路环境下进行测试。
目前,只能实现限定环境或封闭道路的无人驾驶商业化。乘用车自动驾驶可以作为园区内的摆渡车;货运物流自动驾驶可以作为园区物流;而清洁环卫车自动驾驶可以是小型或大型清洁车等。
黄超:今天,我会着重介绍了城市道路清洁环卫自动驾驶的社会和商业价值。
首先城市道路分为高速、高架,地面道路,以及园区、公园、学校等。它们各自有拥有独特的特点:
在高速公路上做清洁任务的要求比较高。各位应该没有在高速公路上下车的体验,其实高速公路上,尤其城市的高架路面的灰尘非常地少。城市的地面道路跟高速、高架不同,各种垃圾、树叶相对来说会多一些。而园区、公园、学校里的道路保洁要求就比较低了。
总结下来就是从左至右,清洁要求标准是逐步降低的,机械化程度要求却逐步升高。国内大部分的工厂、公园都还处在人工清扫的模式。
在这里,我想跟大家分享一下清扫行业中的一些痛点。
城市道路清洁环卫的痛点在于:
安全性:清洁工在路面作业的安全性无法保障;
环境因素:比如高温、雾霾和严冬等;
工作时间:多处于深夜或凌晨;
人员管理、质量把控:逐层管理成本较高;
劳动力缺乏。据我们的了解,一个非常典型的例子,一个清洁公司雇1000名清洁工,6个月之后1000里一般剩下200名,剩下的人需要再去重新招募,所以劳动力其实是比较缺乏的。
而通过道路清洁环卫自动驾驶能够克服这些痛点,也是其社会及商业价值的体现。
针对刚刚说到的这三种应用场景,我们会有不同的解决方案。其实就是大型清洁车以及中型、小型清洁车。
大型清洁车的“大”不是说容量大,而是指其功率,它带的电量比较大,功率高,可以对灰尘或者其它的街道垃圾有较好的清扫效率。
同时商业化层面当然是城市的高速高架、城市道路的商业价值比较高,而园区里的道路其实是商业化相对较低的环境。
刚才列举的三种场景下,清洁车所采用的技术方案几乎是相同的。
我们采取的是廉价或者低成本的传感器方案,用了5个16线激光雷达、4个摄像头、2个毫米波雷达等等,所有硬件成本加起来不足30万。
为什么要采取低成本的传感器方案呢?因为我们的目的就是将清扫环卫商业化,若是还给每辆清洁车配备一身神装,价值一两百万,这就有点儿说不过去了。所以我们采取低成本的方案,而且就目前来看,低成本的方案是奏效的。
我们在地图和定位方面直接使用的是Slam,没有高精度的GPS或者导航。
接下来,简单地说一下在这样的技术方案下会有哪些挑战。
首先,在低限速的激光雷达场景下,你的点会非常稀疏,对感知层面和定位层面会有较大的挑战。
我们定位是需要做到5cm,甚至3cm的精度。有人会好奇,清洁车为什么需要有非常高的精度定位呢?
这是因为在实际清扫过程中,大部分的垃圾或者灰尘集中在路面的最右侧,也就是路沿儿,所以在清扫过程中需要贴着路沿行驶,如果偏差5cm以上要么会撞到路沿,要么会离开路沿扫不干净。因此精度定位的要求才如此之高。
另外一点是重型卡车的控制。因为清洁车的底盘是卡车,有五吨、十几吨的,在控制上是相对有难度的。
最后就是车辆本身的电子系统是不完善的。有的车辆甚至连网络、各种协议都还没有。所以对于这样的车辆,改装的成本是非常高的。
最后聊一下目前在城市清洁领域商业化的进展,刚才讲到了封闭道路和开放道路,而中间还有一个半封闭道路,那么什么是半封闭道路呢?
在很多城市高速高架清扫上,其实是把一条车道或者一段路进行了封闭操作,再让工人或者机器上去执行清扫工作,而这是半封闭的状态。
在国内,像上海、厦门的好几个公园已经开始了封闭道路的商业化运营。商业化运营就是收费的。当然,在欧洲一些国家,封闭道路的商业化也刚刚开始。
对于半封闭的道路,现在只能是试运营。试运营就肯定不能收钱,你免费给对方做清扫,对方都不一定愿意让你去,更不用谈收费了。
开放道路现在只能做测试,测试还必须要遵守国家各种各样的法规。只能在一些无人驾驶的示范区域做测试。等到法规逐渐成熟了之后,也许商业化相关的工作可以得到相应的推进。
我今天的分享就到这里,谢谢!
更多阅读:
强化学习重大突破:DeepMind用一个AI在57个游戏中全面超越人类
【星际争霸2】南大AI单机训练一天,击败最高难度内置 Bot
新智元AI WORLD 2018
世界人工智能峰会全程回顾
新智元于9月20日在北京国家会议中心举办AI WORLD 2018世界人工智能峰会,邀请机器学习教父、CMU教授 Tom Mitchell,迈克思·泰格马克,周志华,陶大程,陈怡然等AI领袖一起关注机器智能与人类命运。
全程回顾新智元 AI World 2018 世界人工智能峰会盛况:
爱奇艺
上午:https://www.iqiyi.com/v_19rr54cusk.html
下午:https://www.iqiyi.com/v_19rr54hels.html
新浪:http://video.sina.com.cn/l/p/1724373.html