智能汽车 · 2023年11月24日 0

张亚勤:自动驾驶是推动全球汽车工业变革最重要的技术力量

【TechWeb】913日消息,在今举办的第六届 HAOMO AI day中国工程院院士、清华大学授、清华智能产业研究院AIR)院张亚勤,分享了对自动驾驶的思考

张亚勤示,自动驾驶是未来5AI领域最具挑和最复杂的任务,也是推动全球工业变革重要技术。尽管自动驾驶已经取得突破性进,但目前还有不少挑,特别是感知的鲁棒性和可泛性、驾驶行为准确和整体系统安全性。自动驾驶是可以实现的,其在开放环境运行还需要经受一系列技术社会接受的挑,以解决安全可靠问题。而在落地,垂直领域自动驾驶将更快落地,并逐渐扩散布局驾驶落地

20224,清华AIR与毫末式达了深合作。目前双方技术团队在围绕深学习前沿数据驱动优化方法方面进行深入探索研究希望AIR能够与毫末智行这样的合作伙伴一起,共同推动全球自动驾驶产业大发

以下为演讲全文:
 

各位宾,各位朋友,大清华大学智能产业研究院AIR)的张亚勤。首先,特别感谢张凯和维灏的邀请, 参加HAOMO AI day! HAOMO AI day国内非常得的聚焦AI自动驾驶的技术盛宴,毫末能够搭建这样的技术平台对于行业说都是一件非常有益的情。毫末公司立才1000,在很短的时间自动驾驶垂直商用领域取得了令目的就, 也在此示热烈祝贺!

很遗憾因为疫情原因没能现场过这个平台与大分享一下自动驾驶的一些思考

一直认为:自动驾驶是未来5AI领域最具挑和最复杂的任务自动驾驶一直是梦想,由于智能技术,特别是深学习算法突破,使得自动驾驶过去取得惊的进,目前向大规模商业落地自动驾驶也是推动全球工业变革的最重要技术,它可以大幅提高驾驶安全提升效率颠覆商业模式。的确,工业技术要素是: 软件芯片AI算法电池

自动驾驶的发市场和非市场方面因素。非市场因素主要包括伦理、隐私、法律法规以及其他产业因素市场因素包括主要包括:技术可行性,用户需求产业态和商业模式

技术可行性的角度自动驾驶是一个十分复杂的系统问题,涉及到感知、认知规划、决执行诸多环节。它需要很多技术创新,比如传感器、目标检测、感知融合、时空同步、仿真模拟、精确定位信息安全时延讯、边缘计算。也大使用学习算法: 包括积神经网络模仿学习进化学习、强学习、tRansfoRMeR

尽管自动驾驶已经取得突破性的进认为目前还有不少挑: 特别是:(1)感知的鲁棒性和可泛性,(2)驾驶行为准确,和(3)整体系统安全性。由于真实况的开放性和场景的复杂们总会遇到CoRneR Case,而一旦现CoRneR Case将会自动驾驶带不确定性。因此,当前的深学习模型必须具备一定的模型泛性。

1们要利用多模态多传感器的互补性 (摄像,激雷达,毫米波,协同),大测,收数据利用大算大数据大模型,这是器的感知优势

2利用高效的模拟学习在线/离线强学习提高感知和决的鲁棒性和泛能力。特别是强学习,可以真正学习知识略, 尽管在自动驾驶实际落地风险

(3)要深端到端的感知、规划和决算法研究。目前大部分系统还是把感知、规划、决模块分优化。要真正实现系统安全性和可靠性,认为需要端到端,目前们已经有些这方面的初研究成果

简单一下自动驾驶落地径。 刚才说自动驾驶是一个十分复杂的系统问题,感知、认知、决执行覆盖;但同时,自动驾驶也是一个复杂的狭义智能问题,可以被分解为有边界的子领域技术问题,因此认为自动驾驶是可以实现的,其在开放环境运行还需要经受一系列技术社会接受的挑,以解决安全可靠问题。而在落地,垂直领域自动驾驶将更快落地。实际,垂直领域自动驾驶已经在成功的运行了,例如澳洲铁矿石公司FMG,与世界最大的工程公司CateRpillaR合作自动驾驶矿,从2016至今已经运行了6了,运送矿产过十亿吨,累计行驶超三亿公里,相当于从球到太阳往返一次。再比如,毫末智行的速无物流小魔驼,已经服务于物头部物流企业。所以认为,自动驾驶的落地径将是过垂直领域逐渐扩散布局驾驶落地

介绍一下AIR清华大学智能产业研究院AIR)是向第工业革命立的研究构,旨在利用智能技术赋能产业推动社会。在智能领域AIR已与多企业合作。今4,清华AIR与毫末式达了深合作。目前双方技术团队在围绕深学习前沿数据驱动优化方法方面进行深入探索研究希望AIR能够与毫末智行这样的合作伙伴一起,共同推动全球自动驾驶产业大发
谢谢大,祝本次HAOMO AI day活动圆满成功