王飞跃的个人博客分享 http://blog.sciencenet.cn/u/王飞跃

博文

[转载]英特尔智能网联汽车大学合作研究中心正式启航

已有 814 次阅读 2018-12-4 11:26 |系统分类:博客资讯|文章来源:转载

 英特尔智能网联汽车大学合作研究中心正式启航

 

英特尔智能网联汽车大学合作研究中心第一次研讨会于近日在京举行,标志着研究中心继5月30日成立后的正式启航。研讨会上,来自英特尔全球各部门的技术专家与产业界和学术界的伙伴齐聚一堂,共同探索和推动智能网联汽车的未来。

 

未来的3年里,英特尔将与清华大学、中科院自动化所、同济大学、南方科技大学以及交通运输部公路科学研究院的研究团队携手,在自主车辆的安全、数据集与评测、交通基础设施、前沿算法与系统架构、V2X以及标准等核心领域开展广泛和深入的合作。

 

英特尔中国研究院院长宋继强为研讨会做开幕致词,从合作、创新和孵化三个角度展望未来,并对中心的发展寄予厚望。各界专家分别发表了主题演讲,将产业最前沿的观点、详尽的前沿研究计划以及最新的科技成果展示给业界。

 

1.jpg

英特尔中国研究院院长 宋继强


新的计算模型助力人工智能革命

 

2.jpg

英特尔研究院代理院长、资深院士 Richard Uhlig博士

 

Rich表示:“人工智能是人类一直在探索的领域,深度学习、海量的标注数据以及可扩展的计算框架已成为现阶段人工智能快速发展的三大推手。”与此相对应,英特尔提供了从通用到定制的全套、全面的产品方案:为满足通用目标的英特尔®Xeon可扩展处理器,高性能的英特尔®Stratix®FPGA,云端的Nervana™ 神经网络芯片,以及支持边缘计算的Movidius™ 神经计算棒。

 

3.jpg

    英特尔研究院提出的新计算模型

 

同时,现阶段获得海量标注数据的成本很高,基于深度学习的人工智能获得的结果尚难以解释,基于对抗网络的人工智能在实际应用中还存在较大的安全隐患,这些都将成为人工智能进一步发展的挑战。英特尔研究院在人工智能领域提出全新的思路,引领业界利用概率计算神经拟态计算量子计算的新计算模型来解决问题。Rich分享了研究院目前在这三个维度取得的前沿进展和对未来的乐观展望,并以自动驾驶系统作为人工智能的一个具体实例,介绍了上述三种新型的计算模型如何在自动驾驶系统中发挥作用。

 

百度自动驾驶量产实践

 

4.jpg

百度高级产品经理 刘思远

 

百度高级产品经理刘思远分享了百度在自动驾驶领域的战略部署。他提到,百度去年初启动了阿波罗项目,旨在构建与推动自动驾驶领域健康开放的生态系统,并讲述了自动驾驶的发展形势、破局关键以及当前的市场需求和可能的商业模式。

 

在设计满足市场需求的量产产品方面,刘思远认为安全性是首要因素,并分享了阿波罗的产品架构与百度以点带面的面向量产的解决方案,百度面对量产所面临的挑战,即成熟的车规级硬件以及硬件人才、业界标准(包括安全,测试和质量,和英特尔的战略合作等各个方面)和相应的政策法规支持,以及百度的思考和对策。

 

基于上下文感知的

可靠的、低延迟的V2X通信

 

5.jpg

清华大学电子工程系 牛志升教授

 

牛志升教授幽默地介绍了自己带领的实验室是Niu Lab (Network Integration for Ubiquitous Linkage and Broadband),现阶段的研究重点是绿色智能的通信与网络。牛教授及其团队此前参与了英特尔移动网络与计算大学合作研究。在本次关于智能网联汽车的研究中,他们将重点探索如何结合应用需求为智能网联汽车间的V2X通信提供高可靠、低延迟的支持。

 

牛教授分析了自动驾驶在不同情况下对可靠性和延迟的需求指标,并会以路口和超车两个典型的应用场景作为研究起点。

 

无人驾驶领域的标准制定

 

6.jpg

公路科学研究院 李斌副院长

 

李斌院长介绍了我国在自动驾驶领域相关的法律法规,以及目前国家各部委在无人车路测方面开展的工作,达成的共识,并对未来自动驾驶车辆与技术进入市场的可能性进行了分析。

 

自主行驶的公共交通车辆

数据集的构建与评测

 

7.jpg

南方科技大学计算机科学与工程系 郝祁教授

 

郝祁教授重点探讨了如何为智能网联车辆构建开放的、更具实用性和研究价值的数据集及其评测指标。作为智能感知传感器网络方面的专家,他带领的团队目前已对自主行驶车辆做了大量研究,在南科大校园内分别建立了封闭的场景测试场和开放的测试场,并在市区建立了真实场景的测试场,为顺利开展与英特尔合作奠定了良好的基础。

 

郝教授认为,智能车辆的发展离不开三个阶段,分别是通过智能感知获取信息、通过学习获取知识以及根据当前场景推理、规划和决策,其中第一阶段的数据获取至关重要。与其它数据集相比,该数据集构建时,在车辆端安装了更多的传感器,考虑了极端天气、极端交通事件,并同时采集与驾驶员的行为相关的数据等,因而其数据集更具独特性。另外,他的团队还会对如何让收集的数据具有更高的可用性,以及虚实结合的场景下系统的评测指标进行深入研究。目前已经试装了几部公交车,并尝试采集了转弯、变道、狭窄道路情况下的数据。

 

自动驾驶

我国的道路基础设施准备好了吗?

 

8.jpg

同济大学交通运输工程学院 王雪松教授

 

王雪松教授及其团队的研究兴趣包括交通事故调查、事故统计分析、道路设施安全、交通安全管理、交通安全规划、驾驶行为、车辆主动安全。经过十数年的探索,目前取得了丰硕的成果。

 

王教授分享了其团队在同济大学8自由度车辆仿真器应用开发、自然驾驶学习、驾驶员行为分析、智能车辆主动安全、道路基础设施的安全性评估和改善等领域的研究成果。王教授认为,未来自主行驶车辆能否取得成功,车辆端技术的研发是一个方面,道路基础设施领域也有很多重要的工作要做。中国的道路建设还存在不规范的地方,而道路的几何设计、交通标志和信号控制等要素都是自动驾驶战略和战术操作的关键问题。中国是全球最大的汽车市场,中国的道路和交通环境更加复杂并且具有挑战性。他希望通过与英特尔的合作,在自主驾驶车辆所需的道路基础设施的评估与改善方面为智能网联汽车落地中国助力。

 

来自工业界的

开放透明的安全解决方案 

 

9.jpg

英特尔子公司Mobileye无人驾驶解决方案

资深首席工程师、首席系统构架师 Jack Weast

 

Jack Weast认为,自动驾驶要实现的目标有四个方面:安全、透明、有用和经济性,而安全是首要挑战。只有实现了安全,才能真正为用户兑现我们在自主驾驶车辆上的承诺。英特尔子公司Mobileye提出的RSS(Responsibility-Sensitive Safety) 是一个开放、透明的标准,通过形式化人类关于安全驾驶的常识概念,为自主驾驶车辆的决策能力提供可验证的安全保证。更重要的是,RSS为自主驾驶车辆中基于人工智能的规划功能提供了安全封印。与完全基于人工智能的安全方法不同,RSS可以确切地验证安全与否,从而无需借助昂贵且未必有效的“行驶里程驱动”法来对安全进行统计论证。同时,RSS是技术中立的,意味着它可以在任何制造商的自主驾驶解决方案中得到支持。

 

Mobileye寻求与业界参与者、标准机构、研究机构、监管者等共同协作,彼此信任,为自主驾驶车辆的移动安全性制定有效的共同标准。

 

智能网联汽车系统的基础平台

及其产业化途径

 

10.jpg

 

清华大学的汽车工程系助理教授 许庆博士  (右)

清华大学汽车工程系博士生导师 李克强教授 (左) 

 

李克强教授表示,从战略上讲,智能网联汽车存在于一个复杂的体系之中,需要做产业化推动,组建国家智能汽车创新平台,做符合中国要求的智能汽车。李教授提出,要实现产业化,中国发展智能网联汽车需要建设五大基础平台,即车辆智能计算基础平台、新型智能网联车载终端基础平台、智能网联汽车云控基础平台、高精度地图基础数据平台、以及智能网联汽车信息安全基础平台,并对各平台的定义和商业模式进行细致的解析。

 

此次与英特尔的合作,李教授与其研究团队将从复杂网联环境下智能车的行车风险、多车协同决策与控制,非理想信息控制与决策三个角度开展研究。作为该团队的学术骨干,清华大学助理教授许庆博士分享了上述研究课题的最新进展。

 

移动互联智能

 

11.jpg

英特尔院士 吴耕博士

 

吴耕博士从应用、场景以及市场三个角度分享了5G标准与自动驾驶(包含自主行驶的汽车、协同驾驶的汽车和互联的汽车三类)之间的关系。智能互联的汽车走向产业化的同时,呼唤对系统架构与网络通信能力重新定义。


吴博士提到,智能互联的汽车,已经从传统意义的交通工具衍变为一个移动的基站,移动的终端,移动的计算平台。而传统意义下的云和基站都是固定的。在下一代移动通信标准(6G)里,每个车辆本身不再是一个只具有有限的功耗,存储和计算能力的物理终端,而是彼此互联,彼此共享资源和能力。努力推动计算与通信的整合也正是英特尔的使命之一。


安全、互信、可用的自动驾驶

 

12.jpg

 

      国家智能交通系统工程技术研究中心项目

首席科学家 王笑京教授

王笑京教授分享了对智能汽车和智能交通发展的思考。汽车的标准、道路交通的标准,是长期改进形成的,尤其是汽车的安全标准,随着事故和经验的积累而不断改进。既有的道路是根据交通工程学为人驾驶车辆设计的,不是为自动驾驶设计的,它的一系列参数全是基于人的反应。而车,是根据人机共生学,为了人的安全和方便驾驶而设计的,也不是为了自动驾驶而设计。在不久的将来,各种形式的智能汽车与人类驾驶的汽车混行的情景会存在一段时间。从道路和交通部门,以及智能交通的角度而言,如何在各种交通条件下保证驾驶的安全是非常重要的。

 

王教授与其团队将会和英特尔研究院一起,根据中国的交通数据构建典型交通事故数据库,并基于此数据集对英特尔子公司Mobileye提出的RSS标准进行测试、验证并进一步深入研究和完善安全模型,为自动驾驶汽车的安全以及规范助力。

 

平行驾驶: 

云端化网联自动驾驶集成解决方案

 

13.jpg

中国科学院自动化研究所

复杂系统管理与控制国家重点实验室主任 

王飞跃教授

 

王飞跃教授通过引入与物理空间和信息空间耦合交互的三个世界,即物理世界、心理世界和人工世界,来实现和拓展自动驾驶的能力。未来,物理车辆和软件定义的车辆平行运行。真正的智能体一定能够把小数据导成大数据,再把大数据提炼出来变成精准知识(即小规则),而这一过程的核心就是平行驾驶。

 

平行驾驶要把人驾驶的车、无人驾驶车、遥控车和网联车统一起来,因此需要建立软件定义的数字“四胞胎”系统。在这“四胞胎”中,除了物理世界中的物理车辆,还应有人工世界中的人工车辆,包括:描述车辆、预测车辆和引导车辆。最后,王飞跃教授提到,矿山是一个相对封闭和结构化的受控环境,加上驾驶员的劳动强度太高,工作环境太恶劣,现阶段特别适合无人车和机器人等人工智能技术的落地应用。

 

在最后的专题讨论环节,英特尔首席研究员吴向斌邀请各位教授以及英特尔专家就自动驾驶车辆何时能够在生活中广泛应用,中国的自动驾驶和全球的自动驾驶之间存在的相同性与差异性,以及人才培养所面临的挑战和应对等问题展开了热烈的讨论。

 

14.jpg

 

 

转载请注明来源:英特尔中国研究院

 

 



http://blog.sciencenet.cn/blog-2374-1149776.html

上一篇:[转载]未来自动化发展去向何处?2018中国自动化大会完美收官
下一篇:[转载]精准扶贫,大爱无疆|通渭县平襄镇徐家川学校举行智航助学助教揭牌仪式

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2018-12-17 02:16

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部