2017 年 10 月，多家媒體報道了香港科技大學(xué)劉明團隊研制的低速無人車系統(tǒng)：

港科大電子及計算機工程學(xué)系助理教授劉明率領(lǐng)團隊研發(fā)了香港首部擁有多項創(chuàng)新功能的無人車。他們開發(fā)了一個先進無人車綜合系統(tǒng)，當(dāng)中包含傳感器系統(tǒng)、動態(tài)建模系統(tǒng)及面向終端應(yīng)用的人機接口。此外，他們還研發(fā)了基于云端的控制臺，能統(tǒng)一全天候監(jiān)控?zé)o人車的動態(tài)性能，包括車輛行駛狀態(tài)、環(huán)境信息到電線驅(qū)動的轉(zhuǎn)向、加速及制動信號等等。

劉明博士目前擔(dān)任香港科技大學(xué)機器人學(xué)院機器人與多感知實驗室（RAM-LAB）主任，他本科畢業(yè)于同濟大學(xué)，于 2013 年獲得瑞士蘇黎世聯(lián)邦理工學(xué)院（ETH）機器人學(xué)博士，由于出色的科研成果，他在博士畢業(yè)前即加入香港科技大學(xué)任教。

在他的帶領(lǐng)下，實驗室快速擴張，目前，實驗室中除了他的研究生和博士生，還有許多來自 ETH、清華等高校的實習(xí)生。通過多年的積累，在香港、深圳兩地已經(jīng)形成幾十人規(guī)模的科研團隊。近年來團隊獲得了包括 IEEE-IROS 大會最佳 Robocup 論文獎，IEEE-CYBER 大會最佳論文獎，IEEE-ICIA 會議 Automation 最佳論文獎，IEEE-MFI、IEEE-ICAR 最佳學(xué)生論文獎等 10 余項國際獎勵。

圖：香港科技大學(xué)機器人學(xué)院機器人與多感知實驗室（RAM-LAB）團隊

在社會工作上，劉明博士歷任 2016 年 IEEE 實時系統(tǒng)機器人大會主席，2017 年國際計算機視覺系統(tǒng)大會主席，2017 年機器人產(chǎn)業(yè)聯(lián)盟大會組委會主席。在科研與產(chǎn)業(yè)上，他集機械、電子、計算機、算法及系統(tǒng)工程多方面背景于一身，擁有充分的第一手技術(shù)能力與經(jīng)驗。

圖：香港科技大學(xué)電子及計算機工程學(xué)系助理教授劉明

務(wù)實、謙遜是雷鋒網(wǎng) AI 科技評論對這名 33 歲年輕教授的第一印象。

談到去年研制的無人車，劉明博士對雷鋒網(wǎng) AI 科技評論說道，他從大學(xué)高年級就跟隨萬鋼教授進行汽車動力控制方面的研究，本科畢業(yè)之后在德國西門子從事與汽車相關(guān)的項目，博士階段進行移動機器人的研究。一步步走來，基于在汽車與機器人兩方面的積累，恰逢港香港科大提供校級發(fā)展資金支持，他就想可以借機系統(tǒng)地、一體化地實現(xiàn)無人車系統(tǒng)，尤其針對低速載人載物場景。

這一問題的解決并非易事，劉明博士對雷鋒網(wǎng) AI 科技評論表示，這一系統(tǒng)面向的是低速混雜場景，環(huán)境中包含多種未知因素。

他們團隊提供的是整體化設(shè)計方案，這不同于大多數(shù)團隊想法。劉明博士解釋道，「有些人做這樣一個無人車系統(tǒng)，可能主要偏重算法和方案；有些人會從車本體的角度，比如動力系統(tǒng)、機械結(jié)構(gòu)等考慮；還有些人會從通訊的角度來看。我們是從一體化的角度，不只是展現(xiàn)單一的技術(shù)，從車的底層結(jié)構(gòu)，到電氣、電子硬件部分，再到算法設(shè)計，我們都擁有自主產(chǎn)權(quán)，并進行了長時間的穩(wěn)定性測試。」

他進一步對雷鋒網(wǎng) AI 科技評論說道，這一系統(tǒng)有兩個突破點，一是將底層硬底平臺和上層軟件平臺完美結(jié)合，二是在控制系統(tǒng)和感知系統(tǒng)上的獨特算法?！敢磺械哪繕?biāo)就在于如何以一個穩(wěn)定的平臺進行產(chǎn)業(yè)落地，并擲地有聲?！乖谒惴ǚ矫?，他們一方面運用傳統(tǒng)的幾何方面的感知算法，比如 ICP、SLAM、RRT 等常規(guī)算法，另一方面，通過機器學(xué)習(xí)與深度學(xué)習(xí)算法，基于數(shù)據(jù)驅(qū)動進行決策與控制，應(yīng)對復(fù)雜場景。

他表示，這些新的算法的融合極具創(chuàng)新性，對工程實現(xiàn)能力也提出了很高的要求，大家也是摸著石頭過河。

深度學(xué)習(xí)為機器人研究注入新能量

在香港科技大學(xué)劉明博士的主頁上可以看到，他的研究涉及移動機器人、制圖和導(dǎo)航、深度學(xué)習(xí)、深度強化學(xué)習(xí)等多個領(lǐng)域，他對雷鋒網(wǎng) AI 科技評論表示，目前他的研究以移動機器人為主，由他擔(dān)任主任的 RAM-LAB 實驗室的研究分為三個大的方向：

• 一是導(dǎo)航，包括地圖、避障、定位路徑規(guī)劃等技術(shù)；
  

• 二是學(xué)習(xí)，包括深度學(xué)習(xí)、深度強化學(xué)習(xí)、傳統(tǒng)的機器學(xué)習(xí)，此外，還有對識別問題、數(shù)據(jù)擬合問題以及激光點云、多傳感器融合等的研究；
  

• 三是應(yīng)用，例如一些大范圍低成本室內(nèi)外定位與導(dǎo)航的應(yīng)用、可見光定位系統(tǒng)、無人船、無人車平臺等。
  

目前，他們比較前沿的研究是機器學(xué)習(xí)與機器人技術(shù)的深度結(jié)合，其中包括深度學(xué)習(xí)、深度強化學(xué)習(xí)、遷移學(xué)習(xí)等。他表示，將深度學(xué)習(xí)融入機器人領(lǐng)域也是最近幾年才興起，他們早在 2015 年即用深度學(xué)習(xí)解決實際平臺的避障與路徑規(guī)劃問題，在低速室內(nèi)外服務(wù)機器人、掃地機器人等場景中具有廣泛的應(yīng)用潛力。

圖： RAM-LAB 實驗室自研無人車之一

圖： RAM-LAB 實驗室無人船平臺

他對雷鋒網(wǎng) AI 科技評論說道，相較傳統(tǒng)偏幾何的感知與學(xué)習(xí)方法，比如貝葉斯優(yōu)化，機器學(xué)習(xí)存在諸多優(yōu)勢。

「傳統(tǒng)方法的特點是效果的上下限已經(jīng)基本確定，而利用機器學(xué)習(xí)方法，可以通過大量有效數(shù)據(jù)的加持，一直刷新性能的上限，出現(xiàn)令人驚奇的結(jié)果?！?/p>

不過劉明博士坦言，深度學(xué)習(xí)與遷移學(xué)習(xí)在機器人學(xué)術(shù)圈里目前還處于摸索階段。「傳統(tǒng)方法雖然存在局限性，但它的運作機理很清楚，結(jié)果比較穩(wěn)定。利用機器學(xué)習(xí)雖然會取得比較好的結(jié)果，但它具有動態(tài)性，一旦訓(xùn)練數(shù)據(jù)特別差，結(jié)果也會非常差。其上下限都是不確定的。它更像一個黑盒子，背后的機理、訓(xùn)練過程還不明確?，F(xiàn)在大家希望解析每一層的網(wǎng)絡(luò)特征，慢慢將它變成灰盒子，最終期望能向白盒子過渡?！?/p>

現(xiàn)在，他們也在嘗試將傳統(tǒng)方法與深度學(xué)習(xí)方法結(jié)合，他表示，大家對神經(jīng)網(wǎng)絡(luò)提出了新要求，比如能不能用小數(shù)據(jù)量來進行訓(xùn)練，能不能進行不同問題及不同場景的遷移學(xué)習(xí)，如何證明系統(tǒng)的穩(wěn)定性，如何將算法快速落地到應(yīng)用，而為了更好地解決這些新的問題，單靠深度學(xué)習(xí)的既有網(wǎng)型不行，需要引入傳統(tǒng)方法進行有效補充。

基于之前的 Virtual-to-real Deep Reinforcement Learning: Continuous Control of Mobile Robots for Mapless Navigation 初步研究成果，四月初，他們團隊投稿一篇最新論文——Curiosity-driven Exploration for Mapless Navigation with Deep Reinforcement Learning，這一工作中重要的一點就是通過深度神經(jīng)網(wǎng)絡(luò)描述空間關(guān)系，實現(xiàn)從無記憶到有記憶智能體的進化。在這里，建圖、定位、探索的過程都是由深度神經(jīng)網(wǎng)絡(luò)一體化解決。

「相關(guān)的一些結(jié)構(gòu)化信息實際上可以通過深度網(wǎng)絡(luò)，或者是通過網(wǎng)絡(luò)結(jié)構(gòu)里某些特征的組合去進行描述?；谶@樣一個前提，我們希望這一算法不僅僅能解決導(dǎo)航問題，還能同時解決探索問題，更根本的是解決記憶和知識表達(dá)、存取與轉(zhuǎn)移的問題?！?/p>

他表示這一算法極具價值?！溉绻麢C器人具備探索能力，就可以自動掃描，不斷學(xué)習(xí)，慢慢知道空間的描述，不需要人為去做太多分割，從而真正產(chǎn)生『智能』，而不僅僅是『學(xué)習(xí)』。」

對于這一算法的落地，他也非常樂觀?！笍膶嶋H應(yīng)用的角度來看，會非?？?。我們的強項是做系統(tǒng)，這里的深度學(xué)習(xí)方法只是研究中的一個點。ETH 的傳統(tǒng)就是，做事先從系統(tǒng)、數(shù)據(jù)入手。我想在最開始研究的時候，就需要去想未來的應(yīng)用前景。我們最終還是希望自己研究的算法能應(yīng)用于實際，最大化地滿足產(chǎn)業(yè)需求。」

嚴(yán)謹(jǐn)務(wù)實的研究觀，創(chuàng)業(yè)的堅定實踐者

劉明博士表示，ETH 是一家非常注重實用的機構(gòu)，整體風(fēng)格非常務(wù)實，它成功的基石建立在其實際科研產(chǎn)出對工業(yè)界的影響力之上。在 ETH 的博士研究經(jīng)歷，加深了劉明博士對實際落地的考量。

目前，他所帶領(lǐng)的 RAM-LAB 實驗室也是秉承這一觀點，做研究時會先考慮是否能落地。劉明博士表示，在同濟求學(xué)期間，電信學(xué)院與汽車學(xué)院的研究即注重實際效能和工程化實現(xiàn)，他參與的我國第一代新能源汽車的研發(fā)充分體現(xiàn)了「嚴(yán)謹(jǐn)求實，團結(jié)創(chuàng)新」的同濟校訓(xùn)。在 ETH Roland Siegwart 教授門下的幾年學(xué)習(xí)，更加強化了他的務(wù)實思想——應(yīng)該怎么做，才能對工業(yè)界帶來促進作用。

「做事情，首先是嚴(yán)謹(jǐn)，然后求實，要有實際產(chǎn)出和應(yīng)用。如果選擇做實際系統(tǒng)，必然面臨的是發(fā)表論文的進程會受到影響，雖然發(fā)表論文相對比較慢，但做出來的研究會產(chǎn)生更深遠(yuǎn)的影響?！顾缡钦f道。

除了務(wù)實觀，在 ETH 期間，劉明博士的導(dǎo)師 Roland Siegwart 教授也在其他方面給他帶來諸多指導(dǎo)。Roland 是全球最有影響力的機器人科學(xué)家之一，也是很多科學(xué)院的院士，發(fā)表論文累計引用次數(shù)超過 30000 次，h 指數(shù)為 85。劉明博士對雷鋒網(wǎng) AI 科技評論說道，Roland 在機器人行業(yè)非常有影響力，做的工作非常前沿，同時他也是一個非常有領(lǐng)導(dǎo)力的行業(yè)領(lǐng)袖，執(zhí)行力非常強，管理能力一流，也非常和善，愿意盡最大可能去幫助他人。Roland 的很多觀念也一直影響著他，比如招生時秉承只收「能把問題搞得定」的人。

除了一直進行務(wù)實的學(xué)術(shù)研究，還有一個想法一直穿插在劉明博士的科研與實踐過程中，那就是創(chuàng)業(yè)。

早在 1999 年讀高中時，劉明博士就在校報上發(fā)表了一篇關(guān)于暢想未來世界的文章，他在文章中對物聯(lián)網(wǎng)的應(yīng)用場景進行了暢想，比如遠(yuǎn)程交流、智能家居等，當(dāng)時，創(chuàng)業(yè)的種子已經(jīng)在他心中萌芽。

讀研期間，他與朋友合作，創(chuàng)辦自動化設(shè)備公司，目前公司也仍然發(fā)展迅猛。在瑞士就讀博士期間，他于 2012、2013 年連續(xù)兩年獲得春暉杯創(chuàng)業(yè)獎，2013 年回香港之后，他參與成立了一家專注于物聯(lián)網(wǎng)的公司?！赶襁h(yuǎn)程智能家居，工業(yè)自動化，目前都已經(jīng)有了落地和實現(xiàn)。這相當(dāng)于圓了高中時的夢?！?/p>

他表示，創(chuàng)業(yè)至關(guān)重要，是改變世界的最直接的方式，通過創(chuàng)業(yè)，可以堅實自己的研究基礎(chǔ)，讓科研成為有根之木、有源之水。將科研應(yīng)用到產(chǎn)業(yè)的實際需求上，切實將兩者融合，才能進一步借力政府、資本等更廣泛的資源，定義重大的的科研與產(chǎn)業(yè)的出口方向。

雷鋒網(wǎng) AI 科技評論非常好奇為何劉明博士沒有全職跳出科研而投入創(chuàng)業(yè)，他說道，

創(chuàng)業(yè)公司需要的技能是多方面的，而一個人的精力有限，如何把精力分配做到兼顧且專注，本身需要長期學(xué)習(xí)和自我修煉。

很多港科大的教授在這方面非常成功，我在怎么創(chuàng)業(yè)這件事情上也會進一步學(xué)習(xí)前輩的經(jīng)驗。但現(xiàn)今已經(jīng)過了創(chuàng)業(yè)單打獨斗的時代，想要真正產(chǎn)生影響，需要很多方面共同努力與資源整合。

我們把科研與技術(shù)結(jié)合，也有一些產(chǎn)出，比如低速無人車、無人船的自動控制系統(tǒng)、智能輪椅的控制系統(tǒng)、家用服務(wù)機器人、工業(yè)視覺檢測等等。假設(shè)將這些產(chǎn)品進一步包裝和市場化，是可以短期內(nèi)即推出成為產(chǎn)品的。但是我們極力避免馬馬虎虎完成多件事情，把攤子鋪得特別大只見廣度不見深度。

我們更希望能在更集中的技術(shù)點上做得足夠深入，如果將過去 10 多年的科研與技術(shù)積累像放大鏡聚焦太陽光一樣聚焦起來，在一個點上集中爆發(fā)，其產(chǎn)出將是驚人的，會極大地滿足目前的產(chǎn)業(yè)需求，甚至有可能重塑一個行業(yè)。

而他也表示，馬上將會有成果展示：「我們已經(jīng)在醞釀一些事情，也取得了階段性的成果，目前受限于一些條件并沒有做太多宣傳。很多了解我們的人都評價我們是一支充滿『一級既戰(zhàn)力』的神秘團隊，團隊成員中也包括了多名信息學(xué)競賽金牌選手和多名畢業(yè)于名校的牛人，每日無休工作到凌晨。我由衷的感激和認(rèn)可團隊每一個人的參與、付出和努力。現(xiàn)在先賣個關(guān)子，結(jié)果將以怎樣的形式呈現(xiàn)在大家面前，相信很快就能看到?！?/p>

第三屆 CCF-GAIR 全球人工智能與機器人峰會將于 6 月 29 日-7 月 1 日席卷鵬城，屆時將會有 1 個主論壇和 11 個分論壇（仿生機器人分論壇，機器人行業(yè)應(yīng)用分論壇，CV 分論壇，智能安全分論壇，金融科技分論壇，自動駕駛分論壇，NLP 分論壇，AI+ 分論壇，AI 芯片分論壇，IoT 分論壇，投資人分論壇），意欲從產(chǎn)學(xué)研多個維度，呈現(xiàn)出更富前瞻性與落地性的會議內(nèi)容。

劉明博士擔(dān)任大會 CV 分論壇主席，歡迎來到此次大會，與他進行現(xiàn)場交流。目前四折門票正在火熱銷售中，限量 100 張，詳情可訪問大會官網(wǎng)了解。

官網(wǎng)：https://gair.leiphone.com/gair/2018yr

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。