3月27日，由深圳市城市管理和綜合執(zhí)法局、深圳市工業(yè)和信息化局、深圳市科技創(chuàng)新局、深圳市交通運(yùn)輸局、深圳市中小企業(yè)服務(wù)局、深圳市寶安區(qū)人民政府聯(lián)合主辦的“首屆深圳(國(guó)際)人工智能環(huán)衛(wèi)機(jī)器人大賽”順利閉幕。

深圳作為中國(guó)最具活力和創(chuàng)新力的城市之一，明確提出“成為全球新型智慧城市標(biāo)桿”的發(fā)展目標(biāo)。本次深圳國(guó)際人工智能環(huán)衛(wèi)機(jī)器人大賽是深圳在智慧城市建設(shè)中邁出的標(biāo)志性一步，也是深圳市政府在人工智能應(yīng)用領(lǐng)域深入探索的又一典范。

一、實(shí)現(xiàn)大滿(mǎn)貫：酷哇科技在所有細(xì)分賽中均拔得頭籌

目前，國(guó)內(nèi)擁有成熟的智慧環(huán)衛(wèi)機(jī)器人應(yīng)用產(chǎn)品的企業(yè)達(dá)到20家，在本屆大賽中，共有16家企業(yè)參與角逐，這意味著80%的產(chǎn)品成熟應(yīng)用的企業(yè)均積極投身此次大賽，其中包括：

傳統(tǒng)環(huán)衛(wèi)裝備巨頭：盈峰環(huán)境、福龍馬、北京環(huán)衛(wèi)；

自動(dòng)駕駛科技企業(yè)：酷哇科技、仙途智能、摯途科技、城市之光；

服務(wù)型機(jī)器人企業(yè)：賽特智能、犀牛智行、坎德拉。

經(jīng)過(guò)4天的激烈角逐，酷哇科技在公園廣場(chǎng)，輔道，人行道及非機(jī)動(dòng)車(chē)道三個(gè)賽道脫穎而出，成功包攬所有賽道第一名！

比賽中，酷哇科技全方位展示了行業(yè)領(lǐng)先的L4級(jí)自動(dòng)駕駛技術(shù)以及優(yōu)異的無(wú)人化環(huán)衛(wèi)作業(yè)裝備技術(shù)，以極佳的產(chǎn)品表現(xiàn)給評(píng)委留下了深刻印象，各項(xiàng)考核指標(biāo)均領(lǐng)先對(duì)手，為全行業(yè)和全球觀(guān)眾展示了酷哇科技在自動(dòng)駕駛技術(shù)上的創(chuàng)新應(yīng)用成果，以及安全高效、靈活可靠的人工智能環(huán)衛(wèi)機(jī)器人產(chǎn)品，可以說(shuō)代表了目前行業(yè)技術(shù)的最高水平。

酷哇獨(dú)角獸清掃機(jī)器人—過(guò)窄樁入場(chǎng)

酷哇獨(dú)角獸清掃機(jī)器人—延邊清掃

 酷哇獨(dú)角獸清掃機(jī)器人—上下坡越障

酷哇獨(dú)角獸清掃機(jī)器人—垃圾識(shí)別追蹤

酷哇本次參賽的“獨(dú)角獸”系列清掃機(jī)器人是全球首款人行道無(wú)人清掃機(jī)器人，具備掃盤(pán)地面自適應(yīng)調(diào)整、抑塵系統(tǒng)流量自適應(yīng)，實(shí)時(shí)邊沿檢測(cè)和障礙感知，垃圾識(shí)別追蹤清掃等功能，支持充電/換電兩種模式，可實(shí)現(xiàn)24小時(shí)循環(huán)作業(yè)，相較傳統(tǒng)環(huán)衛(wèi)模式綜合清掃效率大大提高，可作業(yè)于廣場(chǎng)、人行道、非機(jī)動(dòng)車(chē)道、市政園林、背街小巷、商業(yè)街區(qū)等城市公共場(chǎng)景。

二、深度技術(shù)解析：酷哇“獨(dú)角獸”系列自動(dòng)駕駛環(huán)衛(wèi)機(jī)器人

本次大賽的賽事場(chǎng)地充分還原了公園廣場(chǎng)、輔道、人行道及非機(jī)動(dòng)車(chē)道等場(chǎng)景的真實(shí)面貌，設(shè)有全面的能力考核機(jī)制，包括：感知識(shí)別、避障繞障、沿邊清掃、防纏繞、防跌落、靈活過(guò)彎、防震性、禮讓行人、路口通行等各項(xiàng)能力檢測(cè)。酷哇在這些場(chǎng)景取得領(lǐng)先的性能表現(xiàn)取決于其強(qiáng)大的硬件設(shè)計(jì)、AI算法以及系統(tǒng)集成能力。

（一）智慧環(huán)衛(wèi)生態(tài)全息解決方案

1. 高性能自動(dòng)駕駛整車(chē)：酷哇提供高性能自動(dòng)駕駛整車(chē)，全面覆蓋了人行道、輔道和機(jī)動(dòng)車(chē)的環(huán)衛(wèi)作業(yè)需求。這些自動(dòng)駕駛作業(yè)車(chē)輛，經(jīng)過(guò)了精心設(shè)計(jì)和優(yōu)化，配備有先進(jìn)的傳感器、計(jì)算平臺(tái)和驅(qū)動(dòng)系統(tǒng)，可確保在各種道路條件下都能安全可靠地運(yùn)行。同時(shí)搭載了“可線(xiàn)控、可診斷”的高性能作業(yè)上裝，作業(yè)效率、能力以及時(shí)長(zhǎng)均超過(guò)了傳統(tǒng)的人工駕駛車(chē)輛。

酷哇1噸級(jí)別人行道清掃機(jī)器人       酷哇2噸級(jí)別輔道清掃機(jī)器人       酷哇18噸級(jí)別智能駕駛清掃車(chē)   

2. 高算力控制器：控制器是自動(dòng)駕駛系統(tǒng)的核心組件，負(fù)責(zé)實(shí)時(shí)監(jiān)測(cè)車(chē)輛狀態(tài)、處理傳感器數(shù)據(jù)、執(zhí)行路徑規(guī)劃并控制車(chē)輛動(dòng)作?？嵬圩匝辛顺^(guò)1280Tops的第六代高算力平臺(tái)，為"邊緣端大模型"提供了豐富的算力基礎(chǔ)，同時(shí)自研了高達(dá)32路相機(jī)以及8路高線(xiàn)束激光雷達(dá)的第七代傳感器處理平臺(tái)，實(shí)現(xiàn)了高精度的時(shí)空同步、數(shù)據(jù)黑匣子、冗余等自動(dòng)駕駛核心硬件功能。

3. L4級(jí)別自動(dòng)駕駛算法：酷哇的算法團(tuán)隊(duì)致力于研發(fā)和優(yōu)化各種自動(dòng)駕駛算法，包括感知、決策、規(guī)劃等方面的算法。此算法通過(guò)深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等技術(shù)，能夠?qū)崿F(xiàn)對(duì)周?chē)h(huán)境的高效感知、準(zhǔn)確決策和安全規(guī)劃，從而確保車(chē)輛能夠安全地行駛。不同于移動(dòng)機(jī)器人解決方案，酷哇采取了“重感知、輕地圖”、“大模型”等技術(shù)路線(xiàn)，依托于高算力、海量數(shù)據(jù)以及“大模型”，實(shí)現(xiàn)了高泛化、高精度、高級(jí)別的自動(dòng)駕駛算法。

4. 數(shù)據(jù)閉環(huán)系統(tǒng)：數(shù)據(jù)是AI能力的基礎(chǔ)，酷哇建立了完善的數(shù)據(jù)閉環(huán)系統(tǒng)，能夠準(zhǔn)實(shí)時(shí)收集處理傳感器數(shù)據(jù)，并將這些數(shù)據(jù)用于算法的訓(xùn)練和優(yōu)化?；诤Ａ康倪\(yùn)營(yíng)車(chē)輛，以及半自動(dòng)標(biāo)注系統(tǒng)，酷哇已收集了超過(guò)30PB的高質(zhì)量數(shù)據(jù)，并持續(xù)累計(jì)。

5.智慧環(huán)衛(wèi)云：酷哇智慧環(huán)衛(wèi)云平臺(tái)是一個(gè)集成了管理、分析和監(jiān)控功能的云端服務(wù)平臺(tái)。通過(guò)環(huán)衛(wèi)云平臺(tái)，用戶(hù)可以實(shí)時(shí)監(jiān)控車(chē)輛的狀態(tài)、運(yùn)行情況和數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析和挖掘，并基于數(shù)據(jù)自動(dòng)化或半自動(dòng)化地對(duì)車(chē)輛進(jìn)行調(diào)度，從而實(shí)現(xiàn)對(duì)車(chē)輛運(yùn)營(yíng)的全面管理和優(yōu)化。

（二）引領(lǐng)視覺(jué)智能革新：基于ViT視覺(jué)大模型技術(shù)

酷哇的視覺(jué)基礎(chǔ)模型采用了ViT（Vision Transformer）架構(gòu)，這是一項(xiàng)顛覆性的技術(shù)創(chuàng)新。通過(guò)海量的數(shù)據(jù)資源、偽真值系統(tǒng)和半監(jiān)督學(xué)習(xí)，酷哇成功訓(xùn)練了一個(gè)強(qiáng)大的視覺(jué)大模型。它能夠理解交通中的各種要素，包括人機(jī)非、交通標(biāo)識(shí)、車(chē)道線(xiàn)、紅綠燈、可行駛區(qū)域等，同時(shí)還具備感知路牙、垃圾等環(huán)衛(wèi)相關(guān)的能力。

基于視覺(jué)大模型的語(yǔ)義分割

基于視覺(jué)大模型的垃圾檢測(cè)追蹤、沿邊清掃

相比傳統(tǒng)的CNN（Convolutional Neural Network），酷哇基于ViT的視覺(jué)模型具有明顯的優(yōu)勢(shì)。首先，ViT模型能夠更好地捕捉全局信息，從而提高了對(duì)復(fù)雜場(chǎng)景的理解能力。其次，ViT模型的參數(shù)效率更高，可以在更少的參數(shù)量下實(shí)現(xiàn)更好的性能，從而降低了計(jì)算成本并提高了運(yùn)行效率。

此外，酷哇ViT視覺(jué)大模型還具有更強(qiáng)的泛化能力，可以適應(yīng)各種復(fù)雜環(huán)境下的場(chǎng)景，使得酷哇的自動(dòng)駕駛系統(tǒng)更加穩(wěn)健可靠,并輸出高質(zhì)量的結(jié)果。以窨井蓋缺失檢測(cè)為例，酷哇ViT視覺(jué)大模型通過(guò)學(xué)習(xí)少量的數(shù)據(jù)樣本進(jìn)行FineTune，即可準(zhǔn)確地識(shí)別出道路上缺失的窨井蓋，為道路安全提供重要的監(jiān)測(cè)和預(yù)警功能。這種靈活的泛化能力使得酷哇的自動(dòng)駕駛系統(tǒng)能夠在面對(duì)新的挑戰(zhàn)和情境時(shí)迅速適應(yīng)，并保持高效、準(zhǔn)確的表現(xiàn)。

通過(guò)不斷探索和優(yōu)化視覺(jué)大模型基礎(chǔ)模型，酷哇將進(jìn)一步提升自動(dòng)駕駛系統(tǒng)的感知和決策能力，為未來(lái)智能交通的發(fā)展做出更大的貢獻(xiàn)?？嵬廴藞?jiān)信，視覺(jué)智能的革命將為我們的社會(huì)帶來(lái)更安全、更便捷、更高效的出行體驗(yàn)。

（三）改變游戲規(guī)則：純視覺(jué)逐步取代昂貴的激光雷達(dá)

激光雷達(dá)是自動(dòng)駕駛系統(tǒng)中常用的傳感器之一，但高昂的價(jià)格限制了其普及性和應(yīng)用范圍。為克服這一挑戰(zhàn)，酷哇轉(zhuǎn)向了更加量產(chǎn)化的純視覺(jué)技術(shù)，并取得了令人矚目的成果。酷哇產(chǎn)品的視覺(jué)感知能力不僅不遜于激光雷達(dá)，甚至在障礙物類(lèi)別、召回率和檢測(cè)范圍等方面超越了傳統(tǒng)的激光雷達(dá)技術(shù)。

通過(guò)將多目立體視覺(jué)技術(shù)巧妙地融入到BEV深度學(xué)習(xí)網(wǎng)絡(luò)中，酷哇實(shí)現(xiàn)了與高端線(xiàn)束（128線(xiàn)）激光雷達(dá)相媲美的距離檢測(cè)精度。這種創(chuàng)新性的方法不僅降低了成本，而且在保持高精度的同時(shí)擴(kuò)展了感知范圍，為自動(dòng)駕駛技術(shù)的發(fā)展開(kāi)辟了新的可能性。

通過(guò)采用純視覺(jué)技術(shù)，酷哇不僅使自動(dòng)駕駛系統(tǒng)更加可普及、可負(fù)擔(dān)，同時(shí)也為行業(yè)帶來(lái)了更高水平的性能和效率。但為確保更加可靠的安全冗余，酷哇的車(chē)身依然安裝了激光雷達(dá)，確保在純視覺(jué)以及Lidar任一失效時(shí)的人身安全。在未來(lái)，酷哇將不斷推動(dòng)技術(shù)創(chuàng)新，為構(gòu)建更安全、更智能的駕駛體驗(yàn)做出貢獻(xiàn)。

基于BEV的多目視覺(jué)3D檢測(cè)

基于純視覺(jué)高精度三維重構(gòu)

（四）邁向AGI：端到端設(shè)計(jì)

傳統(tǒng)的自動(dòng)駕駛方案主要依賴(lài)模塊化解耦和大量人工編寫(xiě)的專(zhuān)家系統(tǒng)規(guī)則，該方式往往導(dǎo)致信息在模塊間傳輸時(shí)的丟失，并在處理時(shí)存在大量的不確定性。通過(guò)不斷嘗試，酷哇克服了傳統(tǒng)方法所面臨的種種困難，采用了一種全新的方法：通過(guò)對(duì)環(huán)境進(jìn)行深度圖像感知，直接設(shè)計(jì)駕駛行為策略，實(shí)現(xiàn)了端到端的智能駕駛方案。

與手工設(shè)計(jì)的專(zhuān)家系統(tǒng)相比，酷哇的方案在場(chǎng)景泛化和不確定性處理上表現(xiàn)明顯更優(yōu)異，更智能?？嵬鄣南到y(tǒng)不僅僅是一堆模塊的簡(jiǎn)單堆砌，而是一個(gè)整體性的解決方案，能夠更加自然地適應(yīng)各種駕駛場(chǎng)景。

在酷哇端到端的設(shè)計(jì)中，每一個(gè)部分都緊密相連，不存在信息丟失的問(wèn)題。這使得自動(dòng)駕駛系統(tǒng)更加高效、精準(zhǔn)，并且更能夠適應(yīng)未知的情況。

1、從圖像貫穿到控制

不同于高速公路的結(jié)構(gòu)化環(huán)境，人行道、輔道上存在大量非結(jié)構(gòu)化、狹窄區(qū)域，這對(duì)自動(dòng)駕駛提出了極大的挑戰(zhàn)。傳統(tǒng)的分模塊系統(tǒng)通常會(huì)先檢測(cè)狹窄區(qū)域的邊界，將這些邊界投影到車(chē)輛自身坐標(biāo)系下的三維空間，最后進(jìn)行軌跡規(guī)劃和控制以確保安全通過(guò)。然而，這種方法在實(shí)際中由于安全邏輯、傳感器、AI算法、投影等環(huán)節(jié)引入的噪聲，很難通過(guò)與自車(chē)大小接近的狹窄區(qū)域。與人類(lèi)駕駛穿越狹窄區(qū)域的方式相似，酷哇設(shè)計(jì)了一種從視覺(jué)直接到控制的端到端算法，專(zhuān)門(mén)用于狹窄區(qū)域的駕駛。

該算法利用時(shí)序視覺(jué)基礎(chǔ)模型的特征，并將地圖先驗(yàn)信息和自車(chē)導(dǎo)航路線(xiàn)進(jìn)行編碼，最終解碼出車(chē)輛未來(lái)一段時(shí)間的轉(zhuǎn)向和行駛指令。通過(guò)模仿“老司機(jī)”的駕駛行為，基于仿真器中大量的模擬訓(xùn)練，酷哇成功地訓(xùn)練出了這一端到端算法。該算法使酷哇的自動(dòng)駕駛車(chē)輛能夠在僅比車(chē)身寬度大10厘米的狹窄區(qū)域中安全通行，與人類(lèi)司機(jī)能力基本接近。

2、端到端自動(dòng)駕駛策略

傳統(tǒng)的駕駛策略通常基于手工規(guī)則生成，例如判斷前方是否需要變道或者是否需要禮讓。然而，基于規(guī)則的決策往往顯得生硬，并且在場(chǎng)景泛化能力方面存在一定局限性。當(dāng)面對(duì)復(fù)雜情況時(shí)，通常需要改寫(xiě)規(guī)則，但往往一個(gè)規(guī)則的修改可能會(huì)影響到其他規(guī)則的運(yùn)行，導(dǎo)致開(kāi)發(fā)和維護(hù)成本極高。

為了解決這一問(wèn)題，酷哇采用了大語(yǔ)言模型（LLM）強(qiáng)大的推理能力，將延遲不敏感的駕駛策略通過(guò)端云一體化對(duì)駕駛場(chǎng)景進(jìn)行深入理解，并生成車(chē)端擬人化的駕駛策略。通過(guò)端到端的駕駛策略，酷哇在公開(kāi)道路復(fù)雜場(chǎng)景下有效提高了介入里程以及智能性。這一創(chuàng)新性的方法不僅提高了駕駛的自然性和智能性，還降低了開(kāi)發(fā)和維護(hù)的成本，為智能交通領(lǐng)域帶來(lái)了新的突破。

3、作業(yè)策略大模型

乘用車(chē)的低階輔助駕駛和高階自動(dòng)駕駛通常著眼于行駛智能的提升，而酷哇則不僅關(guān)注行駛智能，還十分重視作業(yè)智能?？嵬圩詣?dòng)駕駛作業(yè)機(jī)器人（車(chē)）通常具備多種功能，包括洗、吹、掃、吸、降塵等。決定在何種工況下需要使用哪些作業(yè)裝置組合作業(yè)，例如是否需要降塵、是否需要增加風(fēng)機(jī)功率等，以及在何種場(chǎng)景下選擇何種作業(yè)模式，比如是否需要沿邊清掃、是否需要遍歷清掃、是否需要進(jìn)行垃圾追蹤等，這些決策都對(duì)作業(yè)質(zhì)量和效率產(chǎn)生顯著影響。

酷哇基于數(shù)據(jù)驅(qū)動(dòng)的方法，將原始圖像數(shù)據(jù)作為視覺(jué)令牌(Vision Token)輸入到作業(yè)大模型中，通過(guò)作業(yè)大模型輸出作業(yè)指令。這種方法不僅超越了人類(lèi)司機(jī)的平均作業(yè)水準(zhǔn)，而且能夠在復(fù)雜環(huán)境中迅速作出準(zhǔn)確的決策，從而提高了作業(yè)的質(zhì)量和效率。

 雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。