雷鋒網(wǎng)按：7月7日，由中國計算機學(xué)會（CCF）主辦，雷鋒網(wǎng)與香港中文大學(xué)（深圳）承辦的第二屆CCF-GAIR全球人工智能與機器人峰會在深圳如期開幕。在大會第一天的AI學(xué)術(shù)前沿專場，卡耐基·梅隆大學(xué)教授、美國工程院院士金出武雄做了主題為”Smart robotic systems that work in real out door enviro-ments”（戶外環(huán)境下的機器人系統(tǒng)）的大會報告。

金出武雄于1974年獲得東京大學(xué)電子工學(xué)博士學(xué)位，是第一批計算機視覺的研究者，然后在1980年前往美國翻開學(xué)術(shù)生涯的新篇章，從擔(dān)任卡耐基·梅隆大學(xué)機器人研究所高級研究員起，在該研究所擔(dān)任過副教授、教授，并于1992年到2001年期間升任所長，奠定了卡耐基·梅隆大學(xué)機器人研究所的江湖地位。作為計算機視覺領(lǐng)域神一樣的存在，以他的名字命名并得到廣泛應(yīng)用的技術(shù)很輕松就能找到。

他究竟帶來了哪些干貨？以下內(nèi)容由雷鋒網(wǎng)整理自金出武雄教授的報告，有刪減：

今天我要給大家講的主題是在實際戶外場景中能夠應(yīng)用的機器人系統(tǒng)，為什么要講這個主題呢？因為我覺得智能不光是用來玩游戲和信息處理，實際上真正的智能應(yīng)該是在真實的環(huán)境下跟人類進行互動，我們應(yīng)該有這樣的智能機器人系統(tǒng)。

最近的研究:雨天如何避免雨滴對車燈的反光

在晚上開車的時候，空中下落的雨滴會被車燈照亮，阻擋我們的視野。為什么它會成為遮擋視線的障礙物呢？原因是這樣的：車燈在發(fā)光的時候，打到了雨滴上面，這時候雨滴變成了一個迷你鏡頭，光會在里面折射，雨滴看起來就是亮的。要成功阻擋雨滴對我們的遮擋要怎么做呢？如果把車燈換成投射儀，在雨滴在降落的過程中不照射，只照亮沒有雨滴的地方，雨滴就變成了透明的，就不會影響到車燈的視覺效果，因為它沒有產(chǎn)生光的折射。

這個場景怎么變成現(xiàn)實？實際上操作起來比較簡單，因為雨滴的降低過程并不是快速的跌落，一般情況下速度是每秒10米。在計算機視覺或者是照相機看來，他們會把雨滴看成一個一個的物體，通過計算機捕捉雨滴，更直接更快。同時，照相機和投影儀不光能夠接收燈光和光線，在燈光不足的情況下還會產(chǎn)生閃光，這樣就提高了捕捉雨滴時的質(zhì)量和亮度。

如果對雨滴拍照，就能夠在視線范圍內(nèi)看到哪些雨滴在什么地方，只要看到雨滴的位置，就能對相應(yīng)雨滴投射出來的光線進行控制，這些雨滴就不會阻擋我們的視線。在真實的場景中雨滴會比我們看到的時候下沉了一些，因為相對照片中的位置它已經(jīng)發(fā)生了位移。根據(jù)雨滴的下降后的位置，最終決定在哪些區(qū)域投射光線，這樣就可以不會直接在雨滴中折射。

應(yīng)該怎么做？準(zhǔn)備好一個投影儀和一個攝像機，進行同步的拍攝，用電腦對整個流程進行介入，我們用的就是會議當(dāng)中的投影儀，需要對其進行相應(yīng)的改造。現(xiàn)在大部分都是使用DLP的投影儀，他們用比較小的鏡面的序列，每秒可以投射200幀圖像，照亮的速度就可以與雨滴下落的速度相對應(yīng)。

用投影儀代替試驗當(dāng)中的大燈，在前面放一個攝像機，將他們放到一個透明的盒子里面，放在車的大前蓋上，這樣就有了一個全新的智能大燈。當(dāng)開始下雨時，有了智能大燈，你看不到雨滴，因為這個智能大燈可以有效的避免射線直接投射到雨滴上，對你的視線產(chǎn)生相應(yīng)的影響。下雪和下雨類似，影像也會清晰很多，我們可以看到視線清晰率的明顯提升。

這種智能大燈可以用于很多場景。有了智能大燈，會直接關(guān)閉掉投射到對方駕駛員眼球上的射線，這樣就不會出現(xiàn)眩光情況，也不用進行遠(yuǎn)光燈和近光燈的調(diào)整，不會影響到后面行駛的車輛。目前很多自動駕駛的系統(tǒng)都可以直接檢測到周圍的人行道或者自行車，這種監(jiān)測反應(yīng)比人更快，一旦系統(tǒng)監(jiān)測到行人或自行車，智能大燈就可以向這些行人或者自行車投射更多的燈光，讓你可以清楚看到旁邊有人，不要開車撞到別人。這樣的應(yīng)用很有意思，看上去是一個創(chuàng)新。

現(xiàn)在有了增強現(xiàn)實，在手機的使用過程中，你可以從不同的角度使用增強現(xiàn)實技術(shù)。比如說去年的Poke-monGO游戲，或者通過增強現(xiàn)實技術(shù)可以看到你面前的大樓的信息，這到底是不是真正的增強現(xiàn)實呢？我覺得并非如此，如果把手機拿掉，我根本看不到這個游戲，也看不到這個大樓。得到增強的不是現(xiàn)實本身，而是對現(xiàn)實的顯示。

將機器人應(yīng)用于戶外場景的一些研究

機器人可以使用在戶外場景中，例如做道路的勘探或監(jiān)測。從1980年開始，我們就已經(jīng)在進行戶外機器人的研究了。當(dāng)時我們把大量機器人放到要求非常高的活動當(dāng)中去完成任務(wù)。

一般情況下他們都是在很危險的環(huán)境下來進行工作的。80年代的時候，我們將一個機器人派去3M島的核電站，在核泄漏地區(qū)做環(huán)境監(jiān)測。另外，我們還有機器人在活火山口進行調(diào)查，這種環(huán)境對于人類來說是上不去的。同時，我們還利用機器人做極地研究，幫助我們很好了解到極地的地況。我們現(xiàn)在也通過機器人幫助挖礦，同時進行戶外開礦?，F(xiàn)在的機器人卡車在沒有任何人的干預(yù)下就能自動駕駛和使用，事實上這是上個世紀(jì)就完成的，也是自動駕駛的雛形。因為周圍環(huán)境沒有人，所以這種自動駕駛對安全性的要求比較低。與此同時我們還有自動收割系統(tǒng)，機器可以幫助我們實現(xiàn)青蒿葉的收集，實現(xiàn)大概600英里的全天候作業(yè)，一次性收集200公頃以上的青蒿葉。

我們在80年代中期就開始做了很多關(guān)于自動駕駛的測試，我們做了一系列Navlab汽車，在美國的無人駕駛大賽上，Navlab5號自動駕駛了三千英里，它98.2%由電腦控制，而不是100%由電腦控制。當(dāng)自動駕駛不是100%由電腦控制時，這很危險。從案例中可以看到，有個人得一直在駕駛座上，但是這個人是把手舉起來，由電腦來控制方向盤。當(dāng)他看到前方有危險，趕緊握住方向盤來自己操作，因此有時開自動駕駛車甚至比你自己開車還要累很多，因為你要隨時注意路況。我的同事在2007年也做了一個試驗，是100%的自動駕駛，在駕駛員的位置上沒有坐人，他們?nèi)坑昧穗娔X的程序來控制汽車的駕駛。

在我看來從技術(shù)方面已經(jīng)證明了無人駕駛是可能的，但在當(dāng)時來看整個世界并不認(rèn)為我們可以去進行人工不干預(yù)的自動駕駛。在過去的20多年，世界逐漸開始接受這個技術(shù)，今天自動駕駛技術(shù)也迎來成熟和爆發(fā)。在路面測試的自動駕駛或者是挖礦等其他環(huán)境下的自動駕駛原理都是一樣的。

我們在90年代還做過一些關(guān)于飛行器的試驗，當(dāng)時用直升飛機可以100%進行自主飛行和無人駕駛，而且可以從空中做一些動作，比如抓取動作。我們在一定的地理范圍內(nèi)，把其中一個物品用藍(lán)色去標(biāo)記，利用計算機視覺技術(shù)進行搜索，自動檢測出物體在什么地方，降低飛行高度以及調(diào)整移動方向來對物體進行抓取，整個過程全部是通過無人駕駛和無人干預(yù)進行的?，F(xiàn)在這個技術(shù)變得更加先進了。

還有一個案例，在2000年我的學(xué)生接受采訪說他發(fā)明了可以無人駕駛的小飛行器。飛行器里沒有人類駕駛員，完全是由機器人和智能系統(tǒng)以及電腦控制。如果一大群類似的直升飛機飛過一個特定的區(qū)域，我們就能夠在這個特定區(qū)域里進行勘探和研究。

以上都是過去我們關(guān)于無人機和無人駕駛的試驗，今天的試驗成熟度和復(fù)雜度都提高了?，F(xiàn)在的應(yīng)用中GPS極大的幫助我們進行無人機駕駛，但有的時候在森林、地下或是比較顛簸的環(huán)境中，GPS的效果就不是那么好。

我有個做導(dǎo)航系統(tǒng)的同事，他是用IMU的系統(tǒng)，用計算機來抓取圖像，來控制物體的飛行和移動速度，另外他們還裝了激光設(shè)備，用這種新的導(dǎo)航系統(tǒng)來幫助探測物體的位置、移動和動態(tài)，并且能夠根據(jù)傳回來的數(shù)據(jù)創(chuàng)造出一個3D實景圖。一旦描繪出實景圖，就可以在圖上做很多有趣的動作。比如我的同事在草地上進行奔跑，跳來跳去，可以看到他的整個行動路徑全部被記錄下來了，而且進行了3D還原。在15年或者20多年前這種技術(shù)還是非常先進和前沿的。

另外，還有在飛行過程中就能自動進行繪圖的飛行器，不光是在戶外，在建筑物之下也能飛行。它可以降低高度，穿過建筑物和屋頂，在其下面飛行，也可以在比較模糊的環(huán)境中飛行。整個飛行路徑全部是無人駕駛的。

現(xiàn)在的無人駕駛技術(shù)已經(jīng)變得越來越有應(yīng)用空間，甚至能夠應(yīng)用于地下。在地下GPS的導(dǎo)航系統(tǒng)一般是沒有辦法工作的，我們就需要在這些飛行器或者無人機上安裝傳感器來進行定位，把無人機用于地下礦區(qū)進行勘探，對地下礦區(qū)情形做3D繪圖在今天已經(jīng)變得很成熟，技術(shù)成本也變得越來越低。

再舉個例子，大多數(shù)的無人機或者飛行器的任務(wù)是進行導(dǎo)航，但是在真實的農(nóng)業(yè)場景和應(yīng)用中，除了導(dǎo)航還要對整個植物的生長情況做勘探，例如長得好不好，有沒有害蟲，是不是已經(jīng)成熟了。我們不僅想讓無人機看到這些植物，也希望能提取出關(guān)于植物細(xì)節(jié)的參數(shù)來，對植物的成長狀態(tài)進行分析。由人去采集這些信息的時候，不可避免的會對植物造成影響，而智能系統(tǒng)在抓取信息時不會損害農(nóng)作物本身種植的情況。除此之外我們還可以看到果實的篩選、包裝和運輸?shù)攘鞒?。這個智能系統(tǒng)能夠幫助我們提升最終收益。

機器人研究促進城市發(fā)展

最后想介紹我們的國家工程中心，簡稱NREC，它座落在卡耐基梅隆大學(xué)內(nèi)部，我們有一個機器人中心，專門針對于機器人研究和生產(chǎn)，這些機器人可以使用在實際生活中。在NREC的研究中，還有一個機器人生態(tài)系統(tǒng)，在跟很多世界知名公司進行合作，不斷擴展機器人的研究。

90年代以前，匹茲堡是先進而且富有的工業(yè)化城市，但是大概在10——20年前，匹茲堡進入衰落時期。當(dāng)時我們對國家研究中心的舊址進行了修繕，作為我們的研究中心。研究中心剛剛建立的時候，這個地方是高危地區(qū)，很多人跟我說天黑后不要去那兒，非常危險。現(xiàn)在周圍都發(fā)生了變化，變得非常棒，當(dāng)時的房子只要10萬或者20萬美元，但是現(xiàn)在的房價都到了上百萬?？梢钥吹綑C器人的研究真正能夠幫助本地帶來新的收入，建立更好的環(huán)境。優(yōu)步也來到了匹茲堡，他們在本地雇傭了團隊，建立了研發(fā)中心，在匹茲堡已經(jīng)有了無人駕駛汽車。他們是從零開始的，兩年時間就做到了這一點，現(xiàn)在他們和各個行業(yè)進行合作，實現(xiàn)優(yōu)步的自動駕駛。

人工智能的未來發(fā)展：技術(shù)結(jié)合實際

戶外機器人是非常有意思的事情，因為它把理論和實際緊密結(jié)合在一起，可以真正的實現(xiàn)多人多學(xué)科多方面的合作。就像在農(nóng)業(yè)行業(yè)，我們要和農(nóng)業(yè)的專家進行探討才知道一些農(nóng)業(yè)機器可不可以用。在全球環(huán)境里都是如此，我們要不斷的推廣、研發(fā)和測試，真正為社會帶來變革和進步。

未來的發(fā)展在何處？從我個人角度來說，特別是在機器人的研發(fā)領(lǐng)域，現(xiàn)在我們應(yīng)該去設(shè)想，不僅僅只是想機器人的機制、傳感器或者算法，而要真正關(guān)注的是整個集成性的機制、應(yīng)用和其他技術(shù)，如果沒有辦法想到未來的應(yīng)用，是沒有辦法做好現(xiàn)有的研發(fā)的。我們要有整體系統(tǒng)，不斷的研發(fā)和前進。我希望大家能夠認(rèn)同我的觀點，一起攜手創(chuàng)造能夠真正為世界帶來貢獻的完全系統(tǒng)，這樣我們的人工智能和人工智能系統(tǒng)才能夠真正成功，不再只是一個口號。

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。