行深智能受邀参加北京智源大会 共论自动驾驶发

6月1日至3日,AI顶级盛会北京智源大会在线上和线下同步召开,包括Yoshua Bengio、David Patterson等图灵奖获得者在内的两百余位国内外人工智能领域顶尖学术和产业领袖,共同探讨AI大模型时代和人工智能发展。

6月2日的无人驾驶论坛,由美团首席科学家、副总裁主持夏华夏主持的“新机遇新挑战——探讨自动驾驶的趋势”尖峰对话,行深智能董事长安向京应邀参加并对无人驾驶商业化落地及发展趋势做了分享,与同行对L4级无人车时代到来趋势进行共同探讨。

东南大学、威斯康星大学智能网联交通联合研究院院长冉斌,文远知行创始人兼CEO韩旭、长城控股毫末智行CEO顾维灏等无人驾驶领域专家参会并从不同角度对无人驾驶技术革新、所面临的挑战以及发展趋势发表了看法,大家围绕无人驾驶商业化机遇,会给人类生活带来哪些改变展开讨论。

行深智能创始人兼CEO安向京表示,无人驾驶商业落地有自己的路径,会先低速,后高速;先载物,后载人;先限定区域后开放区域。

首先为什么先低速再高速?无人驾驶有一个叫做“你永远不能踏上你没有理解的道路”的定律。很多时候速度的高低取决于它的传感器的感知范围、算法算力处理和执行动作的反应延迟,所以最重要的就是要解决超视距感知问题,因此,在V2X技术的支持下,可以预见短期内,车路协同下的智慧结合是比较现实的落地场景。

其次,关于载货和载人的问题可能有伦理的问题,比如一辆车载着乘客,而运行场景中有其他人类活动,万一失效或者紧急情况下,采取紧急措施到底是优先保护车内的乘员还是优先保护车外的人员?这是相互矛盾的。

最后,先限定区域后开放区域,非技术原因,而是避免长尾效应。深度学习和同时建图与定位的技术,让原来阳春白雪的无人驾驶,变成了可工程化、规模化实施的技术,但不容忽视的是,这两项技术都有着概率问题,自动驾驶的场景对于概率驱动的系统来说是无休止的,因此无法避免长尾效应,解决95%的问题和场景是基础,而解决剩下的5%才是自动驾驶技术持续发展的关键。

安向京认为,末端场景是一个完全不同的无人驾驶赛道,它不在于低速还是高速,而在于末端场景的特殊性。

其特殊性主要表现在:无人车会经过或停靠地下车库或架空层,面临没有信号或信号弱,或者因为高楼林立导致GPS定位质量变差甚至混乱。加之,末端场景复杂且路网未形成闭环。交通参与物除了车辆还包括路人、单车甚至宠物等,这就决定了无人车传感器配置就不能有任何死角需全方位覆盖。此外,末端的场景是交互目的和运行目的同时存在,比如说无人车和人产生互动,就要对人的意图行为有认知。

安向京进一步补充道,无人驾驶的核心并不在对人代替,而在物流配送过程被充分信息化,完全可观可控,实现配送及物流效率极大化。所以,信息化末端物流的场景对无人驾驶的需求是天然的,也就是说,无人驾驶商业化会最先落地末端场景。在此背景下,行深智能希望推进末端场景的无人化,尤其是标准化、信息化,以及信息的开放,使得末端场景的配送无人化,使得用AI代替人类的目标提前。

事实上,作为是以末端物流为市场切入点的无人驾驶核心技术公司,行深智能拥有不依赖于开源软件的完全自主可控的软件架构体系,基于认知的复杂场景行为决策与规划系统,以及不依赖卫星导航定位的多源融合感知定位技术等无人驾驶核心技术,不仅适用于开放道路,同时适用于人车混流复杂末端场景。

目前,行深智能基于自主可控的无人驾驶技术已经研发和推出了系列末端无人配送车,已经在校园、园区、景区、厂区等场景实现规模化、常态化落地运营。

无人驾驶赋能末端物流打造智慧物流是时代趋势,无人驾驶时代已来,并开始在各个场景逐步商业化落地服务于人类生活。在智慧城市建设与新基建的大背景下,行深智能会一如既往加大对自主可控的无人驾驶核心技术的研发,并持续赋能行业助力智慧物流的打造与升级!