专访香港科技大学王煜:AI+机器人,加速智能化场景落地

OFweek机器人网 中字

无人化技术应用不断扩展

无人系统具有广泛的应用场景,无人车将不只是接送人们上下班,它可以扩展到很多领域,尤其在工业、商业和小区等方面有很大的潜力。在工厂里,无人车可以做物料传送。而电商行业在快速增长,无人送货也将是一个很好的应用。还有机场运输方面,无人车可以减少闲杂人,还可以通过物联网可以将人、机、物、货等连接,实现定位追踪等智能场景,用户可以知道无人车什么时候达到接送点。

无人货车

谈到无人车的技术进展方面,王煜指出无人车需要环境检测和场景学习等多项技术。首先,感知检测是无人驾驶的关键,目前可以通过激光雷达(LiDAR)技术来扫描周边环境,并从获取的信息中分辨出人、车、动物等对象,然后创建地图来实现导航。不过,目前激光雷达成本较高,而一台无人车上可能需要安装多个,这项技术仍然需要进一步突破。

由于自动驾驶汽车周边环境比较复杂,例如会出现猫、狗等不同的对象,特别是汽车在快速驾驶过程中,要准确识别出不同的物体对象是很有挑战性的。而随着无人车场景的扩展,从载物送货到载人的过程使得难度上升,不同的应用场景有着不同的要求。因此,无人车需要结合人工智能技术,利用深度算法对场景变化进行学习,确保无人车能够快速、准确地识别出障碍物。

王煜表示,未来无人车的技术不会是单独的机器学习,还要进行车与车之间的交互。例如滴滴出行运营平台不仅要采集每个汽车的状态信息,还要实现汽车与汽车之间的信息共享,然后才能顺利完成精确的派车服务。

AI赋能,智能化场景加速落地

未来我们的生活场景将变得越来越智能化,今天,移动支付等方式带来的便利有目共睹。而智慧城市、智能交通、智慧医疗、智能制造等模式在兴起,其背后都少不了人工智能的支持。人工智能的突破给各个行业带来发展动力,加速了智能化时代的到来。

目前,人工智能技术方面用得比较多的是深度学习,特别是图像识别,如人脸识别、图像分类等。王煜认为,未来人工智能技术将扩展到深层次的应用,如三维场景模式的识别应用,从二维到三维的扩展,将是一个更具挑战的话题。

机器深度学习

在汽车无人驾驶领域,人工智能对道路场景的识别方面已经形成一定的规范。不过,在其它一些新的应用中,例如工业、建筑等环境就更加复杂,工地里有人、机器、工具以及钢筋、水泥等不同的对象,所有这些物体都需要识别出来,因此,人工智能在工业方面还需要更多的突破。

从全球行业状况来看,目前国内企业主要偏向应用端,比如语音识别、图像识别等,而欧美地区侧重于基础技术,由于欧洲有很强的隐私保护,使得人工智能的发展受到一定限制。

最后,王煜表示人工智能在机器人领域有很大的应用前景,未来通过人工智能教会机器像人类一样工作,利用计算机视觉和机械手结合起来,使得机器人能够更灵活的执行一些人类的工作,同时人和机器可以协同工作,能更高效的完成任务。

声明: 本网站所刊载信息,不代表OFweek观点。刊用本站稿件,务经书面授权。未经授权禁止转载、摘编、复制、翻译及建立镜像,违者将依法追究法律责任。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存