清华邓志东:城市智能路网新基建催生路端世界级企业

26340c115e24984e903b91777d6c81ea.jpeg

2022年7月16日,中国指挥与控制学会(CICC)城市大脑专业委会在北京正式成立。在成立大会上也举办了城市大脑前沿学术研讨会,新当选的专委会顾问、主任委员、副主任委员发表了最新研究成果和观点,对城市大脑的未来发展进行了展望和分析,清华大学人工智能研究院视觉智能研究中心主任、(CICC)城市大脑专业委会副主任委员邓志东对城市智能路网的发展等话题进行了深入探讨,以下是邓志东教授的PPT和发言内容:

6e09910d34b5ae80c3473482925242e1.jpeg

280394fcc22f35b85373b69dc1c26afc.jpeg

fe092e89d7f40b6a834bd6347eac5433.jpeg

6419d80c9cdbce25eebc27dce6d7bb89.jpeg

c3edac1afcf5d37220ac594f48908395.jpeg

8ca4343ad72d13b104598b417499da34.jpeg

7acd4c15c31def67dfcc6c7bdbeca810.jpeg

1ba359116eaf01e0c6cf729366d52af2.jpeg

80a144ce40d6bcad7d97ed623a9f6c7b.jpeg

bdd3a2fa63b2161359572c174b1f2a64.jpeg

5414bb4dae1fb23e790eb2881c7cfec4.jpeg

fe9dfb64d1115cf9b42a1894f3498346.jpeg

43c8e1ad87a269772e84f215d12d84f8.jpeg

1a9d9a677599379778caa728bb57ab34.jpeg

79e920ee7e87aac52d6ba50cd5d6ccfe.jpeg

今天比较荣幸排在第一个发言。我发言的题目是“城市智能路网新基建催生路端世界级企业”。因为我是从事自动驾驶汽车研究的,所以比较关心城市智能路网的建设,特别是这个新型城市基础设施与城市大脑之间的关系。

我是来自于清华大学智能技术与系统国家重点实验室,同时也是清华大学人工智能研究院的邓志东。下面主要分享四个方面的内容。因为时间限制,介绍会比较简单,只谈要点不展开。

首先会介绍什么是智能路网?其次介绍这个智能路网,作为城市云边端框架下的新型基础设施,会如何推动智能网联汽车与智能交通的发展。简单说,就是“聪明的车”将更加容易自主行驶在城市的智能路网上面。第三个方面则是智能路网建设对智慧城市与社会综合治理的支撑。最后,城市智能路网新基建的建设,有可能会催生路端的世界级企业。车端已有很多世界级企业,但路端迄今还没有出现。

那么什么叫智能路网呢?智能路网简称IRN,是一个在云边端框架下面向人-车-路交通参与者,具有区域融合感知、高精地图、精准定位支持、态势与行为意图预测、智能网联与交互、自主决策与规划、智能交通管理、调度与全时信息发布等在内的城市新型数字基础实施,可以为智慧交通、智慧出行与智慧城市的构建提供基础支撑。它提供的是一个区域的智能路网,不仅仅包括道路本身,而是一个联成的网,同时还涉及虚实平行世界。既有物理的交通基础设施,也有虚拟的网络空间、数字孪生、大数据和人工智能等。

其次,我们谈谈有了这么一个新型的数字基础设施之后,,怎么去支撑城市智能网联汽车与城市智慧交通的发展?也就是如何让“聪明的”智能汽车自主行驶在城市的智能路网上面,加速城市智能网联汽车等的大规模商业化落地进程。智能路网系统,可以把城市交通中的交叉路口、支线和干线道路,甚至是停车位等城市的“毛细血管”全部进行互联互通,形成人-车-路、业务场景的多层次的闭环。通过点、线、面成网连接,获得全局、全域、全时智慧交通管理能力,支撑城区、城市、城际、国家智能路网这么一个“交通神经网络”大系统的构建,助力中国智慧停车,智能网联汽车、智慧出行的创新发展与大规模商业化落地实践。

大家知道,L3+智能网联汽车目前主要聚焦在城区、城市和城际商业化落地上面。城际就是指城市之间的高速公路结构化道路。都是限定区域、限定功能的L3、L4自动驾驶模式创新。通过加强智能路网新基建的创新发展来解决城市自动驾驶的落地难题。这个城市智能路网的建设,是一种创新,国际上还没有提出过智能路网这个概念。加速中国自动驾驶产业的大规模商业化落地,一方面是继续加强单车智能的创新发展,掌握关键核心技术,对标行业世界顶流。另一方面则是通过网联赋能或者说是智能路网的建设,特别是利用5G加持的人工智能边缘计算及“云边端”,重点加强边云接管与系统集成,来推动城市智慧停车、智能网联汽车的商业化落地。我觉得这是很有可能成功的,因为我们在城市大规模交通基础设施建设、5G/6G、物联网、智慧云、大数据、人工智能和自动驾驶政策法规的制定等方面,都有我们自己的相对优势。

第三个方面,智能路网的构建,在人工智能技术等的支撑下,可以进一步促进智慧城市的发展与推动社会的综合治理。具体说来,在云边端框架下,面向人-车-路的感知、预测与决策,构成了城市大脑的核心。这个城市大脑与人类大脑一样,具有场景、目标的感知与自感知能力,同时还具有预测、决策与规划等认知能力。比如说环境或人-车-路的融合感知,又如多模态自感知,也就是我们经常说的精准定位定姿,这些当然都需要有高精地图、测绘定位基准点等的支撑。预测很重要,它包括了态势的预测,这是一种全局的、宏观的状态与发展趋势的预测。还有就是对交通参与者的行为意图的预测,包括人-车-路各个方面的行为预测。通过感知与预测,最终进行自主的决策与规划,当然还要与后续的执行治理机制,构成各个粒度、多种层次的反馈闭环。这些都是在大数据、人工智能支撑下进行的。通过加强城市大脑,有了感知和认知能力以后,也就是形成和解决了这个最关键的、最瓶颈的问题之后,我们就可以通过加强智能路网新基建的创新发展,来解决城市综合治理难题,这包括执行机制中的智能管理、智能调度与信息的全时发布等。还有数字孪生平行世界的构建及其与智能路网的相互交叉验证。从而构成对城市突发与边缘事件的应急处理,大幅提升城市的数字化与智能化水平。总之,我们首先要解决感知问题,然后就可以提升城市的决策与治理水平。有了智能路网与城市大脑以后,我们就可以有力地推动智慧城市与社会综合治理的建设。

最后一个方面就是城市智能路网新基建,必将催生路端世界级企业的产生。我们知道在车端,单车智能有特斯拉这样的世界级企业。智能网联汽车也有华为、百度这样的世界级企业,也有小马智行、安途智行等独角兽。特斯拉的市值曾达到一万亿美元以上。现在车端除了这些互联网企业和ICT企业以外,还有蔚小理等造车新势力,以及小米、大疆等,都开始入局智能汽车这个新赛道。

这些故事都发生在车端。然而在路端或RSU路侧端,则尚无世界级企业。通过加速城市智能路网新基建的建设,发挥我国独特优势,加快推进面向L1、L2自动辅助驾驶,L3、L4自动驾驶的5G-V2X城市新基建,特别是限定区域的智能路网与城市大脑的建设,通过静态交通、单车智能与网联赋能的协同,走出中国智慧停车、智能汽车创新发展与商业化落地之路,从而支撑中国标准、中国创新和世界级智能路网企业的出现。

谢谢大家!

6d70b5cf85977ab65fe8fae1e1b57394.png

欢迎加入CICC城市大脑专业委员会

http://citybrain.mikecrm.com/CbTTb1J

b042f74f55cbccf473fc55a04f471d28.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481770.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

机器学习的可解释性

机器学习的可解释性 人工智能技术与咨询 来源:《计算机研究与发展》,作者陈珂锐等 摘 要 近年来,机器学习发展迅速,尤其是深度学习在图像、声音、自然语言处理等领域取得卓越成效.机器学习算法的表示能力大幅度提高&#xff0c…

对话加拿大工程院于非院士:寻找 AI 领域的「香农定理」

来源:AI科技评论作者:黄楠、青暮编辑:陈彩娴我相信智能是一种自然现象,就像岩石滚动和冰雪融化般自然的现象。——摘自于非著作《智能简史——从大爆炸到元宇宙》。当科学家把一些菟丝子移植到几株营养状态不同的山楂树上时&#…

工业人工智能及应用研究现状及展望

工业人工智能及应用研究现状及展望 人工智能技术与咨询 来源:《自动化学报》,作者李杰等 摘 要 工业4.0 将工业制造流程以及产品质量优化从以前依照经验和观察进行判断转变为以事实为基础,通过分析数据进而挖掘潜在价值的完整智能系统.人工智能技术的…

机器学习理论基础炼丹总结

来源:Datawhale机器学习发展迅猛,但对理论知识的理解却跟不上?本文将给出一名数据科学家的反思,他通过效用矩阵梳理了模型的实验结果和基础理论的关系,并探讨机器学习各个子领域的进展。引入知其然,知其所以…

基于改进SSD的车辆小目标检测方法

基于改进SSD的车辆小目标检测方法 人工智能技术与咨询 来源:《应用光学》,作者李小宁等 摘 要:地面车辆目标检测问题中由于目标尺寸较小,目标外观信息较少,且易受背景干扰等的原因,较难精确检测到目标。…

AlphaFold预测了几乎所有已知蛋白质!涵盖100万物种2.14亿结构,数据集开放免费用...

来源:量子位 | 公众号 QbitAI明敏 发自 凹非寺全世界几乎所有已知蛋白质结构,都被AlphaFold预测出来了!在预测出人类98.2%蛋白质一年后,DeepMind的重磅成果再次引爆学术界。包括植物、细菌、真菌在内的100万个物种、2.14亿个蛋白质…

融合零样本学习和小样本学习的弱监督学习方法综述

融合零样本学习和小样本学习的弱监督学习方法综述 人工智能技术与咨询 来源:《系统工程与电子技术》,作者潘崇煜等 摘 要: 深度学习模型严重依赖于大量人工标注的数据,使得其在数据缺乏的特殊领域内应用严重受限。面对数据缺乏等现实挑战&…

什么是文档智能?微软亚研最新《文档智能:数据集、模型和应用》综述

来源:专知微软亚洲研究院最新《文档智能:数据集、模型和应用》综述文档智能是指通过计算机进行自动阅读、理解以及分析商业文档的过程,是自然语言处理和计算机视觉交叉领域的一个重要研究方向。近年来,深度学习技术的普及极大地推动了文档智能领域的发展…

一种基于伪标签半监督学习的小样本调制识别算法

一种基于伪标签半监督学习的小样本调制识别算法 人工智能技术与咨询 来源:《西北工业大学学报》,作者史蕴豪等 摘 要:针对有标签样本较少条件下的通信信号调制识别问题,提出了一种基于伪标签半监督学习技术的小样本调制方式分类…

Intelligent Computing首期论文发表了哪些前沿研究?

来源:之江实验室Intelligent Computing创刊首期论文中,牛津大学计算机系主任、谷歌DeepMind-Oxford合作负责人Michael Wooldridge教授发表了关于人工智能未来发展趋势和关键技术的前瞻性观点论文;蚁群智能创始人、比利时布鲁塞尔自由大学Marc…

基于深度卷积神经网络的目标检测研究综述

基于深度卷积神经网络的目标检测研究综述 人工智能技术与咨询 来自《光学精密工程》 ,作者范丽丽等 摘要:作为计算机视觉中的基本视觉识别问题,目标检测在过去的几十年中得到了广泛地研究。目标检测旨在给定图像中找到具有准确定位的特定对…

Yann LeCun开怼谷歌研究:目标传播早就有了,你们创新在哪里?

来源:机器之心在昨日的学术圈,图灵奖得主Yann LeCun对谷歌的一项研究发起了质疑。前段时间,谷歌 AI在其新研究《LocoProp: Enhancing BackProp via Local Loss Optimization》中提出了一种用于多层神经网络的通用层级损失构造框架LocoProp&am…

基于深度学习的场景分割算法研究综述

基于深度学习的场景分割算法研究综述 人工智能技术与咨询 来自《计算机研究与发展》 ,作者张 蕊等 摘 要 场景分割的目标是判断场景图像中每个像素的类别.场景分割是计算机视觉领域重要的基本问题之一,对场景图像的分析和理解具有重要意义,…

DeepMind 首席科学家 Oriol Vinyals 最新访谈:通用 AI 的未来是强交互式元学习

整理:李梅编辑:陈彩娴自 2016 年 AlphaGo 在围棋中击败人类以来,DeepMind 的科学家一直致力于探索强大的通用人工智能算法,Oriol Vinyals 就是其中之一。Vinyals 于 2016 年加入 DeepMind,目前任首席科学家&#xff0c…

卷积神经网络结构优化综述

卷积神经网络结构优化综述 人工智能技术与咨询 来源:《自动化学报》 ,作者林景栋等 摘 要 近年来,卷积神经网络(Convolutional neural network,CNNs)在计算机视觉、自然语言处理、语音识别等领域取得了突飞猛进的发展,其强大的特征学习能力引起了国内…

梅勒妮·米切尔 | 复杂性科学将如何颠覆我们对世界的认知?

来源:哲学人作者:梅勒妮米切尔(Melanie Mitchell) 波特兰州立大学计算机科学教授,圣塔菲研究所(Santa Fe Institute)外聘教授和科学委员会成员1894年,物理学家、诺贝尔奖得主阿尔伯…

基于三维激光点云的目标识别与跟踪研究

基于三维激光点云的目标识别与跟踪研究 人工智能技术与咨询 来源:《汽车工程》 ,作者徐国艳等 [摘要] 针对无人车环境感知中的障碍物检测问题,设计了一套基于车载激光雷达的目标识别与跟踪方法。为降低计算量&#…

北大谭营教授:推动CICC城市大脑专委会的发展建议

2022年7月16日,中国指挥与控制学会(CICC)城市大脑专业委会在北京正式成立。在成立大会上也举办了城市大脑前沿学术研讨会,新当选的专委会顾问、主任委员、副主任委员发表了最新研究成果和观点,对城市大脑的未来发展进行…

战斗机嵌入式训练系统中的智能虚拟陪练

战斗机嵌入式训练系统中的智能虚拟陪练 人工智能技术与咨询 来源:《航空学报》 ,作者陈斌等 摘 要:智能化“实虚”对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功…

理论计算机科学家 Boaz Barak:深度学习并非“简单的统计”,二者距离已越来越远...

来源:AI科技评论作者:Boaz Barak编译:黄楠编辑:陈彩娴上世纪九十年代,斯坦福大学的知名生物信息学教授 Rob Tibshirani 曾拟了一个词汇表,将机器学习与统计学中的不同概念作了简单而粗暴的对应关系&#xf…