2017年7月7日至9日，全球人工智能與機器人峰會CCF-GAIR大會在深圳大中華喜來登酒店舉行。本次由CCF中國計算機學會主辦、雷鋒網(wǎng)與香港中文大學（深圳）承辦的大會聚集了全球30多位頂級院士、近300家AI明星AI企業(yè) ，參會人數(shù)規(guī)模高達3000人，都是國內(nèi)頂級陣容。雷鋒網(wǎng)記者在會議期間第一時間進行現(xiàn)場報告。

在9日上午的智能駕駛專場，清華大學計算機系鄧志東教授為我們帶來了主題為“人工智能如何加速自動駕駛產(chǎn)業(yè)落地實踐”的演講。

鄧志東教授的演講是對自動駕駛?cè)袠I(yè)、全技術(shù)的一場概述。教授也開門見山，直接從不同級別自動駕駛間的區(qū)別開始，他的解析是，隨著自動駕駛級別的提高，駕駛員的手腳、眼、腦逐步得到了解放。

在他看來，其中有第一個大問題，就是“限定區(qū)域是一個坑”，可以把各個級別的自動駕駛解決方案都囊括在內(nèi)，提供逐步發(fā)展的空間，比如封閉場地、循環(huán)軌跡、固定線路車道的自動駕駛，這是一種非常簡單的狀況，然后向簡單城市路況、特定區(qū)域高速駕駛，以及更復雜的城市道路自動駕駛、全部道路自動駕駛一步步進行更復雜的研發(fā)。

第二個問題是，“環(huán)境感知與環(huán)境建模之爭”，目前這兩種方案，完全基于環(huán)境建模的厘米級拓補RTK方案具有高精度的特點，但成本高、環(huán)境適應性差；鄧志東教授自己所在的實驗室就制作過許多基于RTK的自動駕駛汽車樣車?；诩兏兄淖詣玉{駛雖然成本低，但是受到地圖質(zhì)量影響較大。鄧志東教授認為，環(huán)境感知和環(huán)境建模兩種方案未來將發(fā)生融合，以便同時獲得高性能路面行駛以及局部自主性。

第三個問題是，“是視覺主導還是激光雷達主導”。視覺主導方案的目標檢測與SLAM較不可靠，但是成本低，比如標桿企業(yè)特斯拉就是利用8個單目攝像頭，下面還有一個看點是能否完成洛杉磯到紐約的4500公里完全無人工參與駕駛。激光雷達主導方案比如Waymo，目標檢測比較可靠。新一代的系統(tǒng)肯定需要融合，那么融合中有哪些問題呢？鄧志東教授認為有三大核心問題：如何在復雜環(huán)境下進行可靠目標識別、如何精準導航以及如何進行多傳感器的信息融合。

第四個問題是，“如何通過人工智能加速產(chǎn)業(yè)落地”。鄧志東教授認為自動駕駛可能是人工智能落地最快的領域，而深度學習是環(huán)境感知與自主決策的決定性技術(shù)，其中路測與大數(shù)據(jù)就成為關鍵。

在具體的人工智能技術(shù)與大數(shù)據(jù)方面，鄧志東教授也對相關項目進行了快速的概述。

鄧志東教授還展示了一張現(xiàn)場觀眾都很感興趣的圖，是現(xiàn)有各家自動駕駛方案的評分對比，谷歌的Waymo最為領先。

鄧志東還教授認為，基于深度學習的高精度地圖可能形成巨大的產(chǎn)業(yè)，因為這是數(shù)字化、網(wǎng)絡化與智能化交通的基礎設施。

最后，鄧志東教授總結(jié)道：人工智能的復興必將加速L4及以上無人駕駛產(chǎn)業(yè)的商業(yè)落地。

更多大會內(nèi)容精彩報道、本演講圖文全文，請繼續(xù)關注雷鋒網(wǎng)。

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。