自動駕駛的落地，離不開一個關(guān)鍵條件：安全。近日，清華大學(xué)校友、MIT 在讀的中國博士生楊珩與團隊合作開發(fā)了第一套針對自動駕駛汽車的“可認(rèn)證的感知”算法，有助于提高下一代自動駕駛汽車的行駛安全。

鏈接：https://arxiv.org/pdf/2109.03349.pdf

楊珩，2015年本科畢業(yè)于清華大學(xué)汽車工程專業(yè)，碩士就讀于麻省理工學(xué)院機械工程專業(yè)。碩士期間，他主要研究如何改進超聲成像系統(tǒng)，以追蹤肝纖維化病癥。為了做研究，他需要參加一門關(guān)于機器人的課程，叫《Underactuated Robotics》，學(xué)習(xí)如何通過設(shè)計算法來控制機器人。這使他愛上了算法設(shè)計的研究方向：

“這門課講到了數(shù)學(xué)優(yōu)化，用抽象的公式來模擬世界上幾乎所有事物。我在這門課上學(xué)會了一個巧妙的方法來解決我的論文問題。計算在優(yōu)化設(shè)計方面的強大表現(xiàn)讓我感到驚訝，我很快確定了這是我接下來要探索的方向?！?/p>

2017年，楊珩碩士畢業(yè)，轉(zhuǎn)讀 MIT 博士，目前在 MIT 的信息與決策系統(tǒng)實驗室（LIDS）讀博，師從 Luca Carlone，主要研究可認(rèn)證的感知挑戰(zhàn)。目前，他已在自動駕駛的可認(rèn)證感知算法設(shè)計上取得了一系列杰出成果。 

什么是可認(rèn)證的感知算法？

當(dāng)機器人在感知周圍環(huán)境時，機器人必須使用算法來估計周圍環(huán)境，并判斷自己所處的位置。目前，用于機器人感知的算法都是被設(shè)計于快速感知，幾乎無法保證機器人是否正確理解了周圍的環(huán)境。

這也是自動駕駛算法設(shè)計的現(xiàn)有缺陷之一，而楊珩與 LIDS 實驗室的部分成員要解決的就是這一問題，希望通過設(shè)計“經(jīng)過驗證的”算法來確定評估是否正確。

比方說，機器人在進行感知之前，首先捕捉圖像，如自動駕駛汽車會拍下正在靠近自己的汽車快照。然后，這張圖像會通過神經(jīng)網(wǎng)絡(luò)，在圖像中生成有關(guān)接近汽車的后視鏡、車輪、車門等關(guān)鍵點，繪制出線條，以從 2D 汽車圖像上檢測到的關(guān)鍵點追蹤到3D 汽車模型中標(biāo)記的 3D 關(guān)鍵點。

在這個過程中，楊珩與團隊必須解決一個優(yōu)化問題，將 3D 模型旋轉(zhuǎn)與平移，以使模型與圖像上的關(guān)鍵點對齊。這個 3D 模型有助于機器人了解真實世界的環(huán)境。

在接受 MIT News 的采訪中，楊珩解釋：每一條被追蹤的線都必須經(jīng)過分析，以確保它們進行了準(zhǔn)確的匹配。由于有許多關(guān)鍵的點可能會被錯誤匹配（比如，神經(jīng)網(wǎng)絡(luò)可能會將鏡子識別為門把手），那么這個問題就是“非凸”的，很難解決。

去年，楊珩與團隊找到了解決方法，并獲得了 ICRA 2020 的機器人視覺最佳論文獎。

論文地址：https://arxiv.org/pdf/1909.08605.pdf

在楊珩的工作中，他將非凸問題轉(zhuǎn)為凸問題，并找到了成功的匹配方法。楊珩稱，即使匹配不正確，他們所設(shè)計的算法也知道應(yīng)該如何繼續(xù)嘗試，以找到最佳解決方案，即“全局最小值”。

“如果沒有更好的解決方案，（系統(tǒng)）就會給出一個認(rèn)證?！彼赋?，這些可認(rèn)證的算法有巨大的潛在影響，因為像自動駕駛汽車這樣的工具必須魯棒，且值得信賴?！拔覀兊哪繕?biāo)是，如果感知系統(tǒng)出現(xiàn)故障，駕駛員可以收到一個警報，快速接管方向盤?！?/p>

而楊珩與團隊的最新工作采取了通用與可拓展的框架來設(shè)計可認(rèn)證的算法，可以在自動駕駛汽車的行駛過程中進行魯棒的幾何體感知。

這個工作的主要亮點如下：

1）將常見的魯棒成本（如TLS、最大共識、Geman-McClure、Tukey 雙權(quán)重等）轉(zhuǎn)化為多項式優(yōu)化問題（POP）；

2）通過關(guān)注 TLS 的成本，他們利用 POP 中的稀疏性，提出了一種比標(biāo)準(zhǔn) Lasserre 層次結(jié)構(gòu)小得多的稀疏半定規(guī)劃 (SDP) 松弛，同時保留了準(zhǔn)確性；

3）提出 STRIDE（一種將凸 SDP 中的全局下降與非凸 POP 的快速局部搜索相結(jié)合的求解器），以前所未有的規(guī)模和精度解決了 SDP 松弛問題；

4）評估了所提出的針對六個幾何感知問題的框架，包括單次與多次旋轉(zhuǎn)平均、點云和網(wǎng)格配準(zhǔn)、絕對姿態(tài)估計以及類別級對象姿態(tài)和形狀估計。

他們的實驗表明，雖然還達(dá)不到實時，但 STRIDE 在中等規(guī)模問題上比現(xiàn)有 SDP 求解器快了 100 倍，而且是目前唯一可以高精度求解具有數(shù)十萬個約束的大規(guī)模 SDP 的求解器。

同時，STRIDE 為現(xiàn)有的快速啟發(fā)式算法（如 RANSAC 或階段非凸）提供了一種保護措施，即如果啟發(fā)式估計是最優(yōu)的，則證明全局最優(yōu)。

 

使模型適應(yīng)不同的汽車

在將 2D 圖像與 3D 模型進行匹配時，一個假設(shè)是 3D 模型要與識別的汽車類型相一致。但是，如果圖像中的汽車具有機器人從未見過的形狀，會發(fā)生什么？結(jié)局可能無法預(yù)料，所以，楊珩需要估計汽車的位置，并重建 3D 模型的形狀。雷鋒網(wǎng)

他們找到了一個解決方法：通過對原先識別的車輛進行線性組合，使 3D 模型自動變形、以匹配 2D 圖像。比方說，該模型可以從奧迪變成現(xiàn)代，因為它已經(jīng)記錄了汽車的實際構(gòu)造。識別接近車輛的尺寸是防止碰撞的關(guān)鍵。雷鋒網(wǎng)

楊珩與團隊的這項工作還入圍了機器人頂級會議 RSS 的最佳論文獎，楊珩被評為“RSS 先驅(qū)”。

鏈接：https://arxiv.org/pdf/2104.08383.pdf

近兩年，楊珩及其團隊在自動駕駛可認(rèn)證感知算法的設(shè)計上取得了成系列的研究成果，而算法從實驗室走到現(xiàn)實世界，必然要面臨許多亟待解決的問題。期待楊珩及其團隊接下來的工作！雷鋒網(wǎng)

參考鏈接：https://news.mit.edu/2021/heng-yang-self-driving-cars-0916

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。