雷鋒網(wǎng)按：2018 全球人工智能與機器人峰會（CCF-GAIR）在深圳召開，峰會由中國計算機學會（CCF）主辦，雷鋒網(wǎng)、香港中文大學（深圳）承辦，得到了寶安區(qū)政府的大力指導，是國內人工智能和機器人學術界、工業(yè)界及投資界三大領域的頂級交流盛會，旨在打造國內人工智能領域最具實力的跨界交流合作平臺。

7 月 1 日的智能駕駛專場，酷哇機器人創(chuàng)始人兼 CEO 何弢進行了名為《無人駕駛掃地車商業(yè)化路徑》的主題演講，雷鋒網(wǎng)對其進行了不改變原意的編輯，全文如下：

謝謝大家，今天在這個場合跟大家分享酷哇機器人在無人駕駛領域的整個產(chǎn)品化布局，和我們的一些深層次思考，歡迎同行和各界朋友一起深入交流。

酷哇機器人成立至今三年，我們應該是最早涉足無人化技術研究的團隊，在商業(yè)化過程中，也有自己的一些特色路徑，今天我分 5 個方面跟大家分享。

無人駕駛商業(yè)落地技術發(fā)展路線

酷哇成立至今，朝著從輕到重、從低速到中速到快速的主線在發(fā)展，最開始我們推出了日常使用的無人駕駛技術的機器人產(chǎn)品。在這方面，我們今年會跟寶龍合作，在深圳歡樂海岸有一些落地，非常值得期待。

我們在 2017 年切入無人駕駛作業(yè)車輛，一開始就跟一些大的主機廠綁定在一起，有些主機廠現(xiàn)在跟我們正在密切合作當中。我們和中聯(lián)環(huán)境最先推出了產(chǎn)品，同時也在布局物流和短途接駁無人車輛，基本上都是跟一線主機廠合作。

無人駕駛掃地車中的核心技術

我們在 2008 年開始布局弱 GPS 場景技術，7 月 4 號，我們和百度阿波羅會有一個聯(lián)合戰(zhàn)略發(fā)布。我們跟巨頭平臺做了很好的互補，百度阿波羅在底層框架上做了很好的構建，我們在弱 GPS 場景解決沒有 GPS 信號的問題，加強它的定位能力以及動態(tài)路徑規(guī)劃，服務于城市動態(tài)場景。

舉個例子，我們都知道 L3 到 L4 的關鍵一步取決于高精地圖，高精地圖是從靜態(tài)規(guī)則的環(huán)境進行梳理、標注，加入非常多信息。這里面有個問題，當汽車在一條馬路上開的時候，什么時候會去看紅綠燈？只有當 GPS 信號告訴它到達一個路口的時候，它才會把攝像機打開，在設定好的方向上做感知，這是高精地圖帶來的作用：不用時時刻刻去觀察攝像機，不用時時刻刻觀察紅綠燈，提高了可靠性。

這里也帶來了問題，比如說深南大道突然加了一個紅綠燈，高精地圖上沒有標注出來，這種情況很危險，汽車直接就過去了，因為高精地圖上沒有標識出這個地方有紅綠燈，這就是我們解決的不依賴于 GPS 的感知定位和規(guī)劃。

動態(tài)規(guī)劃這方面，我們也是最早研究 MODAT 算法的團隊，利用本地感知去追蹤每個障礙物的移動軌跡，根據(jù)移動屬性去預測，找到一個最優(yōu)化的路徑。

無人駕駛技術如何落地成為產(chǎn)品

我們和中聯(lián)環(huán)境去年聯(lián)合研發(fā)了應該是目前第一個量產(chǎn)化的無人駕駛清掃機，在無人駕駛這方面，我們在一些細分場景，比如環(huán)衛(wèi)領域，進行了一些變革。

無人駕駛如何變革環(huán)衛(wèi)行業(yè)和商業(yè)前景

整個環(huán)衛(wèi)市場有 2 千億左右的市場規(guī)模，環(huán)衛(wèi)車輛也在同步增長，現(xiàn)在是從環(huán)衛(wèi) 1.0 的純人工階段逐步向機械化邁進，酷哇則是助力環(huán)衛(wèi)向 3.0 邁進，我們的目標主要是優(yōu)化清掃人員的工作和環(huán)境，讓他們去更好的地方發(fā)揮保潔作用，整個路徑會朝著深化產(chǎn)品發(fā)展。

產(chǎn)品&技術延伸和發(fā)展方向

我們今年推出了 2.0 套件，應該是第一家，實現(xiàn)了本地識別感知能力加強，除了自動避障、繞障以外，還增加了自適應清掃的種種技術，也設計了一個無人駕駛的中央調度系統(tǒng)。目前這個系統(tǒng)已經(jīng)在長沙的橘子洲頭公園整個片區(qū)作業(yè)，到 9 月份，作業(yè)車隊將達到 4 種不同車型，有 9 臺車左右的規(guī)模。

整個布局技術路線上，我們會持續(xù)推出不同清掃車，今年除了跟中聯(lián)主機廠合作以外，還會有第二、第三家，但是現(xiàn)在還處于保密階段。同時，這種落地的無人駕駛城市場景產(chǎn)品線，最終可能形成一個系列。我們今年也在西虹橋的北斗產(chǎn)業(yè)園，進行開放性的全場景測試，歡迎各位媒體、同行朋友進行深度體驗與交流。

在北斗產(chǎn)業(yè)園這一塊，我們今年和我之前工作過的地方上海交通大學進行了深度整合，不依賴于弱 GPS，加強本地感知定位導航技術。我們建立了一個實驗測試場聯(lián)合實驗，這個測試場會在今年晚些時候由上海交大牽頭成立，也會向社會公眾開放，我們一起來研究技術、性能，找出問題。

在無人駕駛這一塊，從 L1 到 L5 的分級，我們也進行了不同理解，比如城市廣場開闊地是 L1 級，我們的產(chǎn)品會不斷深入一些商業(yè)區(qū)，比如高樓密集區(qū)，最終會有高架道路、高樓等復雜場景，我們在重慶的一片實驗區(qū)就非常復雜。這是我們不斷發(fā)展迭代的路徑規(guī)劃。

最后的瓶頸可能還是在場景適應力、協(xié)調能力、學習效率和低成本，特別是低成本這一塊。各位朋友總是關注在單一硬件采購上，但是我們布局以后，單一硬件采購還不是制約當前無人駕駛普及的最根本，更重要的還在于后面的部署、學習效率、適應力，這方面的成本都有長尾效應，怎樣加強這方面的落地，可能需要綜合考慮。

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