“相隔一年，世界已經(jīng)巨變，技術(shù)變革提前并且加速，與其擔(dān)憂，不如擔(dān)當(dāng)。”馬云在2020世界人工智能大會(huì)上講到。

疫情之下，對于愿意思考未來的企業(yè)家來說，機(jī)會(huì)才剛剛開始。新科技將改變未來商業(yè)世界版圖。

疫情期間「無人配送」的爆發(fā)，把無人駕駛物流車引領(lǐng)至鎂光燈下。而深圳一清創(chuàng)新科技有限公司（下稱UDI），就多次采用無人車配送蔬菜至疫情區(qū)、送飯盒至城中村的工作人員，令無人車由「噱頭」變成真正落地的問題解決者。

一清創(chuàng)始人，港科大劉明教授，是目前唯一一位華人IEEE IROS杰出青年得獎(jiǎng)?wù)撸暑I(lǐng)團(tuán)隊(duì)研發(fā)香港第一臺能回避障礙物，備有多項(xiàng)創(chuàng)新功能的無人車。此次在香港科大EMBA【走進(jìn)科大實(shí)驗(yàn)室】系列中，做了「低速無人車 應(yīng)用技術(shù)要素」主題分享。

無人駕駛的需求與未來終局

展望未來，我預(yù)測載物無人車及載人無人車的數(shù)量，前者將大幅度超越后者。預(yù)測建基于經(jīng)濟(jì)發(fā)展的趨勢，其一是物流車需求高企，在中國，僅電商物流達(dá)每天10億元訂單；其二是勞動(dòng)力不足，人工成本上升；其三是快速外賣抬高物流成本，將持續(xù)降低物流成本需求。至于Robottaxi的普及，應(yīng)該不及載物無人車的發(fā)展規(guī)模。

回顧我的研究歷史，跟全球無人車的發(fā)展軌跡一致。我在2003年至2005年期間參與完成中國第一代新能源車「超越3號」，至2009年，開始牽頭多地形自主導(dǎo)航重點(diǎn)項(xiàng)目NIFTi ，并參與歐盟首個(gè)無人車項(xiàng)目Smarter。在2013年于香港成立首個(gè)無人駕駛研究實(shí)驗(yàn)室；在Google 無人車項(xiàng)目Waymo成立的同一年（2016年），我圍繞多個(gè)香港產(chǎn)學(xué)研究項(xiàng)目展開無人駕駛研究，經(jīng)費(fèi)超過五千萬港幣，隨后在2017年再領(lǐng)導(dǎo)課題組發(fā)布香港首部無人車，低速行駛毋須安全員。創(chuàng)立UDI則始于2018年，當(dāng)時(shí)確定以物流車為主要方向，低速無駕駛位，原因是無人車的實(shí)用性，包括：有用、好用、用的上、用的上及用的好，才是最重要的一環(huán)。

你想要什么樣的無人駕駛生活？

有關(guān)無人駕駛的狀況，有許多枯燥的視頻介紹，總是聚焦人坐在車內(nèi)，就完全不用擔(dān)心車外的交通狀況、如何避開障礙物的美好想象，描繪中欠缺技術(shù)層面，如感知系統(tǒng)、其他智能設(shè)備的配合。

實(shí)際上新聞上令你專注哪呢？

同時(shí)，世界各地有關(guān)無人駕駛的意外新聞，駭人聽聞，令人知道技術(shù)并非經(jīng)常都安全，因此，我的結(jié)論是：無人駕駛在「什么場景當(dāng)前可落地」才是最重要的。成立UDI，我定了一句口號「攀登珠峰，沿途下蛋」，技術(shù)要登上最高峰，實(shí)用落地能力如沿途下蛋。

現(xiàn)時(shí)，各國無人駕駛技術(shù)的應(yīng)用集中在L4級別，即有條件無人駕駛，例如車速設(shè)上限、行駛區(qū)域路線較固定的應(yīng)用等，原因是交通場景復(fù)雜多變，無人車要攀升至L5級，即不設(shè)車速及路線限制，可在任何條件下自動(dòng)行駛，并不輕易。

創(chuàng)業(yè)目標(biāo)：攀登珠峰，沿途下蛋

鎖定「攀登珠峰，沿途下蛋」的目標(biāo)，UDI在成立至今，一直針對L4級別開拓園區(qū)智能無人物流系統(tǒng)，因?yàn)闆]有法規(guī)問題，安全可控，可形成規(guī)模銷售收入，跟工業(yè)物流系統(tǒng)深度合作，使我們易于積累定單的實(shí)際運(yùn)作經(jīng)驗(yàn)，其他同期項(xiàng)目包括：無人車零售、無人清掃等。預(yù)計(jì)來年至2022年，UDI開發(fā)區(qū)域無人物流系統(tǒng)，于公開道路L4低速載物，降低物流成本，形成供應(yīng)系統(tǒng)，制造超大規(guī)模銷售收入，另外發(fā)展半公開道路L4低速載人系統(tǒng)，而其他項(xiàng)目則開發(fā)無人巡邏安防；預(yù)計(jì)到2025年，城市無人物流系統(tǒng)正式成形，公開道路L4高速載物系統(tǒng)及高速公路L4載物，配合大需求的物流產(chǎn)業(yè)蓬勃發(fā)展；至于公開道路L4高速載人系統(tǒng)，關(guān)系到法規(guī)的支持，如沒有相關(guān)的法規(guī)定立，一旦發(fā)生事故，整個(gè)無人車發(fā)展將受到毀滅性的打擊。因此，UDI集中投資在低速載物無人車的研發(fā)。至于L5級別自動(dòng)駕駛，大規(guī)模智能物流、Robottaxi的實(shí)現(xiàn)，仍需以十年計(jì)的時(shí)間去發(fā)展和達(dá)成。

實(shí)現(xiàn)多面向的應(yīng)用

目前，UDI無人車已應(yīng)用至多個(gè)產(chǎn)業(yè)板塊，包括：機(jī)場、倉儲(chǔ)企業(yè)、大學(xué)城、住宅區(qū)、產(chǎn)業(yè)園、生產(chǎn)廠區(qū)、物流企業(yè)、碼頭等；其中，無人車系統(tǒng)帶動(dòng)工業(yè)物運(yùn)輸4.0，從人手配送升級至自動(dòng)化配送，運(yùn)行公里已達(dá)數(shù)十萬，從經(jīng)營大型工業(yè)園區(qū)的客戶的經(jīng)驗(yàn)所得，無人車的ROI（投資回本期）僅一至一年半，UDI提供的方案包括行車的調(diào)度平臺、可跟ERP（企業(yè)資源管理系統(tǒng)）對接以及標(biāo)準(zhǔn)制定，還有5G應(yīng)用，實(shí)時(shí)管控。而跟我們合作的快遞公司，亦成功將快遞人手下調(diào)至過去的三分之一，無人車自動(dòng)派件服務(wù)更將人員降至0。其他具代表性的應(yīng)用項(xiàng)目，還包括企業(yè)使用一臺無人車清掃，效率相當(dāng)于五名清潔工的效率，在自動(dòng)化碼頭的增益基礎(chǔ)上，我們成功協(xié)助自動(dòng)化港口降低了建設(shè)成本共五千萬，以及后續(xù)使用成本，另有各類通勤車，已運(yùn)作一年半。

無人系統(tǒng)模塊技術(shù)結(jié)構(gòu)

無人系統(tǒng)的核心技術(shù)結(jié)構(gòu)，集中在「系統(tǒng)化算化核心模塊」，當(dāng)中分為三個(gè)重點(diǎn)：

（一）感知系統(tǒng)－－由傳感器技術(shù)與產(chǎn)品支持

（二）決策與預(yù)測系統(tǒng)－－由算力及芯片化方案支持

（三）規(guī)劃與控制－－由車身技術(shù)支持

1. 感知系統(tǒng)

將物理世界的信號通過傳感器傳達(dá)至無人車系統(tǒng)，再將這些數(shù)字信息提升至可認(rèn)知的層次，如記憶、理解、規(guī)劃、決策等。UDI開發(fā)的感知系統(tǒng)，從六方面搜集道路上的信息：

1.1日夜感知能力－－建基于視覺，跨天氣、融合夜視的實(shí)時(shí)感知系統(tǒng)，足夠支撐大范圍高精密度的應(yīng)用。

1.2多目視覺慣導(dǎo)融合系統(tǒng)－－基于多目視覺與慣導(dǎo)融合，能實(shí)時(shí)建圖定位，將光線變化的影響減至最低，采用單CPU低運(yùn)算開銷，同樣支撐大范圍高精密度的應(yīng)用。

1.3 實(shí)時(shí)障礙檢測與預(yù)測－－實(shí)時(shí)感知及預(yù)測解算，包括檢測動(dòng)態(tài)及靜態(tài)（如路沿）等障礙物，可大范圍應(yīng)用，單CPU低運(yùn)算開銷。

1.4 實(shí)時(shí)路面語義場景分析－－路面語義分析，包括從三維到二維，或反過來從二維到三維等多種模式，單個(gè)鏡頭即可工作，開銷低，實(shí)時(shí)響應(yīng)。

1.5 實(shí)時(shí)車道場景分析－－通過習(xí)次化網(wǎng)絡(luò)實(shí)現(xiàn)的實(shí)時(shí)高精準(zhǔn)度車道識別，同時(shí)為路徑規(guī)劃與運(yùn)動(dòng)規(guī)劃提供參考。

1.6 實(shí)時(shí)視覺場景語義分析－－針對道路場景的圖片，對圖像中的物體進(jìn)行基于深度學(xué)習(xí)的分割，提供精密的分析數(shù)據(jù)。

1.7 實(shí)時(shí)激光景語義分析－－利用激光檢測關(guān)鍵物，深度圖向三維空間，不受環(huán)境光線條件影響，不論日夜明暗都能實(shí)時(shí)檢測，是目前建基于激光的關(guān)鍵物體檢測，得到最佳結(jié)果的技術(shù)。

1.8 手持及車載大范圍實(shí)時(shí)建圖－－以單一設(shè)備實(shí)時(shí)結(jié)合手持及車載檢測，達(dá)三維建圖領(lǐng)域最佳的結(jié)果。

1.9　路面環(huán)境可行區(qū)域檢測──于三維建圖基礎(chǔ)上，再從三個(gè)不同角度檢視環(huán)境，合共六個(gè)定位，基于幾何解算，實(shí)時(shí)性高，不受環(huán)境光線條件影響，已在多個(gè)平臺應(yīng)用，動(dòng)態(tài)物體檢測與消除，CPU運(yùn)算需求低。

1.10　視覺定位技術(shù)──采用單目視覺的全局定位，可實(shí)時(shí)應(yīng)用，配合激光檢測，基于緊耦合的優(yōu)化算法，是極低成本的傳感器方案。

1.11　三維語義感知──視覺強(qiáng)感知系統(tǒng)，具有獨(dú)立的類人駕駛能力，可實(shí)時(shí)計(jì)算實(shí)時(shí)應(yīng)用。

1.12　其他算法模塊──紅綠燈檢測及識別，于室外大范圍環(huán)境的成本定位導(dǎo)航系統(tǒng)，行人、路牌等關(guān)鍵物檢測與跟蹤，以及多地形機(jī)器人的導(dǎo)航等。

建基于以上多項(xiàng)感知技術(shù)，將非常復(fù)雜的空間制圖，圖中能顯示出點(diǎn)、顏色、物體特征、明暗燈光之下的不同反光程度等，超越了Google街景的二維模式，提供原生三維模型及生成高清地圖版本模式。

傳感器技術(shù)與產(chǎn)品

感知系統(tǒng)需要優(yōu)良的傳感器配合，我們研發(fā)的Unity-One：多傳感器融合一體化傳感器，是全球首發(fā)硬件同步，且滿足實(shí)時(shí)要求的傳感器產(chǎn)品，實(shí)時(shí)幀率及全局快門，結(jié)合激光、視覺和慣導(dǎo)三種檢測模式。此外，多傳感器融合緊耦合優(yōu)化，包括姿態(tài)估計(jì)、建圖、定位、檢測、識別、跟蹤、決策合于一身，可采用激光、視覺和慣導(dǎo)三種檢測模式。我們也會(huì)跟激光企業(yè)深度合作，基于尚未上市的下代樣機(jī)，包括MEMS-LIDAR等傳感器，提早布局應(yīng)用場景，為新型激光傳感器的應(yīng)用鋪路。Unity-One的攝像頭與激光IMU進(jìn)行深度融合與硬件同步，性能可與Waymo傳感器對標(biāo)，而Unity IMU的傳感器采樣高達(dá)20KHz，精密度高，陀螺零偏穩(wěn)定性也高達(dá)每小時(shí)2度，具備優(yōu)越的高沖擊、高振動(dòng)抑制能力，更可集成外部輔助輪速、多普勒、測距、重力梯度；當(dāng)外接攝像機(jī)、激光雷達(dá)，達(dá)工業(yè)級的無延遲同步。

2.決策與預(yù)測系統(tǒng)

無人車系統(tǒng)的第二個(gè)核心技術(shù)是決策與預(yù)測系統(tǒng)，以規(guī)劃駕駛的下一步。當(dāng)中包括以下六個(gè)范疇：

2.1實(shí)時(shí)決策與動(dòng)態(tài)預(yù)測──基于對動(dòng)態(tài)物體的跟蹤及環(huán)境的動(dòng)態(tài)變化進(jìn)行實(shí)時(shí)決策，利用GVO模型與RRT規(guī)劃相結(jié)合，進(jìn)行動(dòng)態(tài)預(yù)測，以應(yīng)對超車、跟車、停車等候等各情景。

2.2多信息融合技術(shù)──基于多信息融合的實(shí)時(shí)分類與決策，利用Dirchlet過程模型，與非參數(shù)化建模結(jié)合進(jìn)行最優(yōu)估計(jì)。

2.3車輛模型輔助的動(dòng)態(tài)決策──在路徑規(guī)劃條件下，結(jié)合車輛的運(yùn)動(dòng)學(xué)模型進(jìn)行最優(yōu)決策，同時(shí)考慮環(huán)境中的動(dòng)態(tài)及靜態(tài)障礙。

2.4基于深度強(qiáng)化學(xué)習(xí)的決策──基于深度強(qiáng)化學(xué)習(xí)，通過 80萬步的訓(xùn)練實(shí)現(xiàn)低成本傳感系統(tǒng)條件下的自主導(dǎo)航，實(shí)現(xiàn)從虛擬環(huán)境向真實(shí)環(huán)境的遷移學(xué)習(xí)，在無人車技術(shù)的研究中，我們是最早將深度學(xué)習(xí)應(yīng)用在端對端場合中的案例。

2.5 三維場景預(yù)測──深度強(qiáng)化學(xué)習(xí)與傳統(tǒng)的濾波器結(jié)合，把傳統(tǒng)每秒20幀提高到 21000幀，較傳統(tǒng)技術(shù)高1000倍。

2.6 多機(jī)任務(wù)分配──此技術(shù)協(xié)助同時(shí)有多臺無人車，以及不同目的地如倉儲(chǔ)的場景，按照多個(gè)目標(biāo)分配及決策出最有效率的方案。

為了增加決策與預(yù)測系統(tǒng)的精密度，我們從大規(guī)模的虛擬測試中收集數(shù)據(jù)，當(dāng)中包括無人車對不同天氣，如雨、晴轉(zhuǎn)陰、日轉(zhuǎn)夜的不同反應(yīng)，仿真實(shí)安排突發(fā)事件，如不依交通燈過路的行人等，強(qiáng)化系統(tǒng)快速運(yùn)算及決策的準(zhǔn)確度。

算力及芯片化方案

在工控機(jī)與GPU算力分配上，我們有自家研發(fā)的ACU，另可選配Tx2，F(xiàn)PGA的點(diǎn)云算法方案，邊緣計(jì)算與云計(jì)算融合等，支持決策與預(yù)測系統(tǒng)的流暢運(yùn)作。

3. 規(guī)劃與控制

無人車系統(tǒng)的最后一個(gè)核心技術(shù)是規(guī)劃與控制，包括三大范疇：

3.1三維路徑規(guī)劃與控制──在三維場景下流形上的路徑規(guī)劃與控制，實(shí)現(xiàn)多地形機(jī)器人的實(shí)時(shí)導(dǎo)航，與場景分析的結(jié)合，是領(lǐng)域內(nèi)低速全自動(dòng)導(dǎo)航系統(tǒng)的代表作。

3.2基于MPC的控制系統(tǒng)──實(shí)現(xiàn)多個(gè)復(fù)雜控制對象平臺的MPC控制。

3.3基于遷移學(xué)習(xí)的強(qiáng)化學(xué)習(xí)──·遷移學(xué)習(xí)領(lǐng)域內(nèi)具代表性的成果，實(shí)現(xiàn)虛擬環(huán)境與真實(shí)場景的互動(dòng)，此技術(shù)實(shí)現(xiàn)了在真實(shí)車輛上進(jìn)行端到端（End-to End）控制的實(shí)際控制系統(tǒng)，是領(lǐng)域中少數(shù)幾個(gè)成功案例之一。

車身技術(shù)

建立了優(yōu)質(zhì)的核心技術(shù)，最后還得由一臺設(shè)備、電控、傳感交換完善的無人車，才能真正實(shí)現(xiàn)無人駕駛的目標(biāo)。UDI現(xiàn)已設(shè)有量產(chǎn)產(chǎn)線，并特別為無人車開發(fā)了5G低速無人車測試場地，內(nèi)有50種測試場景。我曾服務(wù)于我國第一代燃料電池車「超越二號」和「超越三號」，負(fù)責(zé)ECU及BMS系統(tǒng)軟硬件系統(tǒng)設(shè)計(jì)與調(diào)試，服務(wù)過第一代無人公交車阿爾法巴控制系統(tǒng)。加上之前的創(chuàng)業(yè)和科研經(jīng)歷，為我在復(fù)雜機(jī)電系統(tǒng)設(shè)計(jì)等方面積累了豐富的產(chǎn)品化經(jīng)驗(yàn)，研制出時(shí)速達(dá)40km/h的無人車，是目前低速無人車最高速的成品。

結(jié)合云端　全國應(yīng)用

要把無人車跟使用者整合起來，云端是當(dāng)中的橋梁。從叫車APP到自動(dòng)或手動(dòng)裝車，經(jīng)由云端（Cloud-end）管理 ，駕駛過程中的安全，由遠(yuǎn)程監(jiān)控及輔助無人車，有條件地實(shí)現(xiàn)全流程無人化。

UDI無人車的應(yīng)用已遍及中國多個(gè)城市，包括深圳科技園的小型無人車，順豐采用的快遞無人車，蘇州的疫情消毒噴灌無人車，以及臨淄的零售用無人車和物流無人車等。根據(jù)我們在產(chǎn)業(yè)園區(qū)的實(shí)踐經(jīng)驗(yàn)，人們由憧憬或害怕無人駕駛，只是源于不了解。直至無人車在園區(qū)內(nèi)行走，路上總有好奇的員工前來測驗(yàn)無人車的反應(yīng)，運(yùn)作一段時(shí)間后，園區(qū)內(nèi)的人都習(xí)以為常，適應(yīng)了無人車是日常的一部分；過程正好是未來無人車技術(shù)普及化的縮影。