Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

工程机械无人化需求凸显,百度盘古助力工业生产智能化升级

工程机械在资源开采、工业生产、建设施工和抢险救灾等方面,一直发挥着重要作用。随着全球科技的发展和人工智能技术的普及,工程机械领域的企业也迎来技术创新的浪潮,以美、日为代表的工程机械强手们已围绕“无人化”和“智能化”展开竞争。

国内在“新基建”政策推动和“中国制造2025”政策号召之下,技术创新已成为行业发展共识,工程机械无人化的重要性愈发明显;同时,工程机械行业的传统痛点,比如恶劣的作业环境、频发的安全事故、企业降本增效的要求,以及新冠疫情的冲击,进一步凸显出其必要性,不断推动着工程机械向无人化发展。基于行业发展方向和企业客户需求,百度推出“盘古工程机械无人作业平台”(简称“盘古”),助力工程机械行业向无人化作业迈出关键一步。

(百度盘古赋能工程机械无人化作业) 值得一提的是,在11月24-27日上海宝马工程机械展(bauma CHINA 2020)上,由百度盘古团队与徐工合作打造的无人挖掘机项目首次亮相。这是国内首个配合卡车运输的无人挖掘机作业系统,搭载百度盘古3D环境实时建模、最优挖掘轨迹规划、卡车空间位置实时求解和障碍物自主避障等核心AI技术,配合徐工智能化控制技术,实现了自主土方挖掘、运输卡车装载等作业功能。该合作项目在宝马展的徐工室外展场环节进行了重点展示,成为本届展会的一大亮点,描绘出工程机械行业无人化的新景象,彰显了中国工程机械的硬核实力。

(无人挖掘机亮相2020上海宝马工程机械展)无人化成工程机械发展方向 百度盘古落地成效初显

无人装备是未来工程机械技术革新的重要方向。百度盘古依托AI技术构建的完整行业方案和成功落地案例,将与中国工程机械厂商一起,引领无人化浪潮,为工程机械用户创造更大的价值。

目前,盘古已落地散装物料处理场景。在企业流水线上,百度和徐工合作推出的无人挖掘机,在没有驾驶人员操作的情况下,自主完成物料挖掘和上料功能,成功实现连续24小时的全天候作业,帮助企业用户减少75%的相关作业人员,有效节省了人力成本。

百度联合徐工推出无人挖掘机 连续24小时全天无人作业运行)盘古已具备自主挖掘、卡车装载、一键挖沟、一键平坡等多种数字化自主作业能力,能够赋能挖掘机以及其他工程机械的无人化作业,在保证安全性的前提下,具有低成本、高精度、高可靠性的特点和优势。该平台支持后装改造和前装生产两种方式,帮助工程装备企业用户减少作业安全事故、降本增效,赋能工程机械厂商加速技术创新、提升产品竞争力和智能化升级革新。作为开放型平台,百度盘古正在与生态伙伴合作,共同开发露天矿开采和矿石破碎处理等场景的无人化解决方案。

先进AI技术+完整解决方案,百度盘古助力实现无人化作业

据悉,盘古由百度研究院机器人与自动驾驶实验室(RAL)联合百度智能云事业部开发,并和徐工等工程机械头部主机厂打磨合作,是国内首个基于智能云平台、软硬一体、技术全球领先的工程机械无人作业平台。盘古赋能的挖掘机在没有驾驶员操作的情况下,自主感知作业环境、规划任务并完成作业,帮助企业提升生产安全性、降本增效,推动工业生产向数字化、智能化、安全化、绿色化的目标迈进。

具体而言,核心算法方面,盘古开发了一套以三维环境建模、智能感知识别、实时运动规划、鲁棒运动控制为核心的AI算法,能够高精度、高可靠性地完成常见的作业任务。三维环境感知算法利用低成本相机和激光雷达,实时生成高精度的三维环境地图;通过计算机视觉深度学习等算法,盘古能检测作业环境中的运输卡车、障碍物、石块、标识和人员等,也能对作业物料材质进行识别,及时调整作业动作;基于3D环境地图和高层次任务信息,盘古能够快速进行多自由度的作业规划和运动路径规划,在提升作业效率的同时降低能耗和机械损耗;通过高精度运动闭环控制算法,能够实现工程机械各机构的精准运动控制,解决了传统工程机械中运动控制无法闭环、轨迹难以跟踪、跟踪精度差等难题。百度盘古和其他相关工作研究成果已入选机器人、计算机视觉和自动驾驶等领域中的国际顶级会议和期刊,比如Science Robotics、IJRR、RAL、ICRA、IROS和CVPR等。百度盘古AI核心算法)技术方案方面,盘古采用云边端一体化解决方案,既能为工程机械行业提供完整的智能作业,也能作为一个智能作业单元无缝集成到客户已有的生产作业平台中,落地应用更加高效便捷。

技术方案的搭建,离不开百度大脑、飞桨深度学习平台和百度智能云在算法、算力层面的有力支撑;其中“AI新型基础设施”百度大脑输出核心的感知规划和控制技术,飞桨为深度学习算法提供便捷的核心框架和超大规模深度学习模型训练的支持,百度智能云则提供了算力支持和云基础设施服务。

(盘古无人作业平台技术框架)面对人口红利的减退、疫情的冲击,无人施工作业的需求日益增长。人工智能云计算、大数据等新兴技术正在快速发展,并助推工程机械行业向无人化、智能化方向发展。百度盘古通过先进的AI技术和完整的解决方案,实现了工程机械无人化作业从0到1的产品跨越,赋能工程机械行业智能化升级。未来,百度将持续发挥在AI技术领域多年积累的优势,以人工智能为抓手、云计算为基础,助推新基建浪潮,加速产业智能化进程。

产业百度盘古
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

激光雷达技术

自动驾驶车辆传感器的一种,采用激光扫描和测距来建立车辆周围环境的详细三维模型。Lidar 图像具有高度准确性,这使得它可以与摄像头、超声波探测器和雷达等常规传感器相提并论。然而激光传感器面临体积过大的问题,同时,它的机械结构非常复杂。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

运动规划技术

运动规划(也被称为导航问题或钢琴搬运工的问题)是机器人的一个术语,用于将期望的运动任务分解成离散的运动,以满足运动的限制,并可能优化运动的某些方面。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

轨迹规划技术

轨迹规划方法分为两个方面:对于移动机器人偏向于意指移动的路径轨迹规划,如机器人是在有地图条件或是没有地图的条件下,移动机器人按什么样的路径轨迹来行走;对于工业机器人则意指两个方向,机械臂末端行走的曲线轨迹,或是操作臂在运动过程中的位移、速度和加速度的曲线轮廓。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

路径规划技术

路径规划是运动规划的主要研究内容之一。运动规划由路径规划和轨迹规划组成,连接起点位置和终点位置的序列点或曲线被称为路径,构成路径的策略则被称为路径规划。路径规划在很多领域都具有广泛的应用,如机器人的自主无碰行动;无人机的避障突防飞行等。

百度智能云机构

百度是全球最大的中文搜索引擎,是一家互联网综合信息服务公司,更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村,公司创始人李彦宏拥有“超链分析”技术专利,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

http://www.baidu.com
宝马机构

宝马(BMW)是享誉世界的豪华汽车品牌。宝马的车系有1、2、3、4、5、6、7、8、i、X、Z等几个系列,还有在各系基础上进行改进的M系(宝马官方的高性能改装部门)。 宝马公司创建于1916年,总部设在德国巴伐利亚州慕尼黑。BMW的蓝白标志宝马总部所在地巴伐利亚州州旗的颜色。百年来,宝马汽车由最初的一家飞机引擎生产厂发展成为以高级轿车为主导,并生产享誉全球的飞机引擎、越野车和摩托车的企业集团,名列世界汽车公司前列。其全称为Bavarian Motor Work。 2018年7月10日,长城公司与宝马公司签署合资协议,合资成立光束汽车有限公司。2018年10月11日,宝马集团举行了中国战略协议签字仪式和华晨宝马铁西新工厂开工仪式。宝马对华晨宝马投资新增30亿欧元,合资协议延至2040年。 2018年12月18日,世界品牌实验室编制的《2018世界品牌500强》揭晓,宝马排名第16位。

www.bmwgroup.com
相关技术
推荐文章
暂无评论
暂无评论~