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(國際)人工智能環(huán)衛(wèi)機器人大賽”順利閉幕。

深圳作為中國最具活力和創(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)。本次深圳國際人工智能環(huán)衛(wèi)機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、實現(xiàn)大滿貫：酷哇科技在所有細(xì)分賽中均拔得頭籌

目前，國內(nèi)擁有成熟的智慧環(huán)衛(wèi)機器人應(yīng)用產(chǎn)品的企業(yè)達到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)型機器人企業(yè)：賽特智能、犀牛智行、坎德拉。

經(jīng)過4天的激烈角逐，酷哇科技在公園廣場，輔道，人行道及非機動車道三個賽道脫穎而出，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級自動駕駛技術(shù)以及優(yōu)異的無人化環(huán)衛(wèi)作業(yè)裝備技術(shù)，以極佳的產(chǎn)品表現(xiàn)給評委留下了深刻印象，各項考核指標(biāo)均領(lǐng)先對手，為全行業(yè)和全球觀眾展示了酷哇科技在自動駕駛技術(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)機器人產(chǎn)品，可以說代表了目前行業(yè)技術(shù)的最高水平。

酷哇獨角獸清掃機器人—過窄樁入場

酷哇獨角獸清掃機器人—延邊清掃

 酷哇獨角獸清掃機器人—上下坡越障

酷哇獨角獸清掃機器人—垃圾識別追蹤

酷哇本次參賽的“獨角獸”系列清掃機器人是全球首款人行道無人清掃機器人，具備掃盤地面自適應(yīng)調(diào)整、抑塵系統(tǒng)流量自適應(yīng)，實時邊沿檢測和障礙感知，垃圾識別追蹤清掃等功能，支持充電/換電兩種模式，可實現(xiàn)24小時循環(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、人行道、非機動車道、市政園林、背街小巷、商業(yè)街區(qū)等城市公共場景。

二、深度技術(shù)解析：酷哇“獨角獸”系列自動駕駛環(huán)衛(wèi)機器人

本次大賽的賽事場地充分還原了公園廣場、輔道、人行道及非機動車道等場景的真實面貌，設(shè)有全面的能力考核機制，包括：感知識別、避障繞障、沿邊清掃、防纏繞、防跌落、靈活過彎、防震性、禮讓行人、路口通行等各項能力檢測。酷哇在這些場景取得領(lǐng)先的性能表現(xiàn)取決于其強大的硬件設(shè)計、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. 高性能自動駕駛整車：酷哇提供高性能自動駕駛整車，全面覆蓋了人行道、輔道和機動車的環(huán)衛(wèi)作業(yè)需求。這些自動駕駛作業(yè)車輛，經(jīng)過了精心設(shè)計和優(yōu)化，配備有先進的傳感器、計算平臺和驅(qū)動系統(tǒng)，可確保在各種道路條件下都能安全可靠地運行。同時搭載了“可線控、可診斷”的高性能作業(yè)上裝，作業(yè)效率、能力以及時長均超過了傳統(tǒng)的人工駕駛車輛。

酷哇1噸級別人行道清掃機器人       酷哇2噸級別輔道清掃機器人       酷哇18噸級別智能駕駛清掃車   

2. 高算力控制器：控制器是自動駕駛系統(tǒng)的核心組件，負(fù)責(zé)實時監(jiān)測車輛狀態(tài)、處理傳感器數(shù)據(jù)、執(zhí)行路徑規(guī)劃并控制車輛動作。酷哇自研了超過1280Tops的第六代高算力平臺，為"邊緣端大模型"提供了豐富的算力基礎(chǔ)，同時自研了高達32路相機以及8路高線束激光雷達的第七代傳感器處理平臺，實現(xiàn)了高精度的時空同步、數(shù)據(jù)黑匣子、冗余等自動駕駛核心硬件功能。

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

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)實時收集處理傳感器數(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\營車輛，以及半自動標(biāo)注系統(tǒng)，酷哇已收集了超過30PB的高質(zhì)量數(shù)據(jù)，并持續(xù)累計。

5.智慧環(huán)衛(wèi)云：酷哇智慧環(huán)衛(wèi)云平臺是一個集成了管理、分析和監(jiān)控功能的云端服務(wù)平臺。通過環(huán)衛(wèi)云平臺，用戶可以實時監(jiān)控車輛的狀態(tài)、運行情況和數(shù)據(jù)，進行數(shù)據(jù)分析和挖掘，并基于數(shù)據(jù)自動化或半自動化地對車輛進行調(diào)度，從而實現(xiàn)對車輛運營的全面管理和優(yōu)化。

（二）引領(lǐng)視覺智能革新：基于ViT視覺大模型技術(shù)

酷哇的視覺基礎(chǔ)模型采用了ViT（Vision Transformer）架構(gòu)，這是一項顛覆性的技術(shù)創(chuàng)新。通過海量的數(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)練了一個強大的視覺大模型。它能夠理解交通中的各種要素，包括人機非、交通標(biāo)識、車道線、紅綠燈、可行駛區(qū)域等，同時還具備感知路牙、垃圾等環(huán)衛(wèi)相關(guān)的能力。

基于視覺大模型的語義分割

基于視覺大模型的垃圾檢測追蹤、沿邊清掃

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

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

通過不斷探索和優(yōu)化視覺大模型基礎(chǔ)模型，酷哇將進一步提升自動駕駛系統(tǒng)的感知和決策能力，為未來智能交通的發(fā)展做出更大的貢獻。酷哇人堅信，視覺智能的革命將為我們的社會帶來更安全、更便捷、更高效的出行體驗。

（三）改變游戲規(guī)則：純視覺逐步取代昂貴的激光雷達

激光雷達是自動駕駛系統(tǒng)中常用的傳感器之一，但高昂的價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)化的純視覺技術(shù)，并取得了令人矚目的成果。酷哇產(chǎn)品的視覺感知能力不僅不遜于激光雷達，甚至在障礙物類別、召回率和檢測范圍等方面超越了傳統(tǒng)的激光雷達技術(shù)。

通過將多目立體視覺技術(shù)巧妙地融入到BEV深度學(xué)習(xí)網(wǎng)絡(luò)中，酷哇實現(xiàn)了與高端線束（128線）激光雷達相媲美的距離檢測精度。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擴展了感知范圍，為自動駕駛技術(shù)的發(fā)展開辟了新的可能性。

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

基于BEV的多目視覺3D檢測

基于純視覺高精度三維重構(gòu)

（四）邁向AGI：端到端設(shè)計

傳統(tǒng)的自動駕駛方案主要依賴模塊化解耦和大量人工編寫的專家系統(tǒng)規(guī)則，該方式往往導(dǎo)致信息在模塊間傳輸時的丟失，并在處理時存在大量的不確定性。通過不斷嘗試，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：通過對環(huán)境進行深度圖像感知，直接設(shè)計駕駛行為策略，實現(xiàn)了端到端的智能駕駛方案。

與手工設(shè)計的專家系統(tǒng)相比，酷哇的方案在場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單堆砌，而是一個整體性的解決方案，能夠更加自然地適應(yīng)各種駕駛場景。

在酷哇端到端的設(shè)計中，每一個部分都緊密相連，不存在信息丟失的問題。這使得自動駕駛系統(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，這對自動駕駛提出了極大的挑戰(zhàn)。傳統(tǒng)的分模塊系統(tǒng)通常會先檢測狹窄區(qū)域的邊界，將這些邊界投影到車輛自身坐標(biāo)系下的三維空間，最后進行軌跡規(guī)劃和控制以確保安全通過。然而，這種方法在實際中由于安全邏輯、傳感器、AI算法、投影等環(huán)節(jié)引入的噪聲，很難通過與自車大小接近的狹窄區(qū)域。與人類駕駛穿越狹窄區(qū)域的方式相似，酷哇設(shè)計了一種從視覺直接到控制的端到端算法，專門用于狹窄區(qū)域的駕駛。

該算法利用時序視覺基礎(chǔ)模型的特征，并將地圖先驗信息和自車導(dǎo)航路線進行編碼，最終解碼出車輛未來一段時間的轉(zhuǎn)向和行駛指令。通過模仿“老司機”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駕駛車輛能夠在僅比車身寬度大10厘米的狹窄區(qū)域中安全通行，與人類司機能力基本接近。

2、端到端自動駕駛策略

傳統(tǒng)的駕駛策略通?；谑止ひ?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，并且在場景泛化能力方面存在一定局限性。當(dāng)面對復(fù)雜情況時，通常需要改寫規(guī)則，但往往一個規(guī)則的修改可能會影響到其他規(guī)則的運行，導(dǎo)致開發(fā)和維護成本極高。

為了解決這一問題，酷哇采用了大語言模型（LLM）強大的推理能力，將延遲不敏感的駕駛策略通過端云一體化對駕駛場景進行深入理解，并生成車端擬人化的駕駛策略。通過端到端的駕駛策略，酷哇在公開道路復(fù)雜場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，還降低了開發(fā)和維護的成本，為智能交通領(lǐng)域帶來了新的突破。

3、作業(yè)策略大模型

乘用車的低階輔助駕駛和高階自動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?？嵬圩詣玉{駛作業(yè)機器人（車）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)機功率等，以及在何種場景下選擇何種作業(yè)模式，比如是否需要沿邊清掃、是否需要遍歷清掃、是否需要進行垃圾追蹤等，這些決策都對作業(yè)質(zhì)量和效率產(chǎn)生顯著影響。

酷哇基于數(shù)據(jù)驅(qū)動的方法，將原始圖像數(shù)據(jù)作為視覺令牌(Vision Token)輸入到作業(yè)大模型中，通過作業(yè)大模型輸出作業(yè)指令。這種方法不僅超越了人類司機的平均作業(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：雷峰網(wǎng))

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