在城市数字化转型中，智能出行始终是焦点话题之一。随着人工智能技术的发展及落地，智能出行正在从「概念」走进「现实」。
智能出行涉及自动驾驶、高精地图、智慧交通等多个领域。如今，汽车产业已经改头换面，无论是设计、动力系统，或者车内的智能网联系统，都是前人没有想象过的。在上海全面推进城市数字化转型中，自动驾驶的奇点究竟何时来临？人工智能将如何加速技术和商业创新？
12月26日，在WAIC开发者·2020上海临港人工智能开发者大会的「AI助力数字化智能出行」技术工作坊上，来自业界的多位专家就这一问题展开了热烈讨论。
本次大会以「智能化转型的技术之道」为主题，由世界人工智能大会组委会指导，上海市经济和信息化委员会、中国（上海）自由贸易试验区临港新片区管理委员会、临港集团主办，机器之心承办。
本场大会演讲嘉宾包括美团无人车配送中心高精地图与定位负责人申浩、华为高精地图总监伍勇、上海临港智能网联汽车研究中心有限公司（下称上联智研）总经理苍学俊、晶众总工程师赵明宇、思岚科技软件研发部总监庞梁、千寻位置智能驾驶算法总监孙海鹏。
华为高精地图总监伍勇介绍了华为在《高精地图与智能驾驶》领域的洞见与思考。伍勇表示，高精地图在智能驾驶中主要有三方面应用：导航定位、感知和规控辅助。
华为高精地图总监伍勇
具体来看，在导航定位方面，高精地图与各种传感器配合会使定位可靠；而为了支持更好的感知和规控，高精地图不仅有静态时量地图，还需要包括特征定位图层和动态图层，前者可以提升半严重遮挡区域定位精度，后者可引进路测单元超视觉信息；另外，为了支持不同等级智能驾驶，高精度地图未来可能会有分级。另外，安全合规是高精地图重中之重，因此，华为也正在与主观机构一起制定相应标准规范，特别是在云端的手机处理方面。
上联智研总经理苍学俊的分享主题是《基于数字孪生的新型混合交通流仿真技术研究实践》。这种仿真技术可以模拟传统车辆和自动驾驶车辆混合的交通环境，测试V2X设备部署的可行性，苍学俊主要介绍了其新型混合交通流仿真的技术架构、应用案例和意义。
上海临港智能网联汽车研究中心有限公司总经理苍学俊 技术架构分为交通流仿真和自动驾驶仿真，前者要对路况及设施进行建模，同时将交通数据、信号灯等参与者信息可视化处理，加入到路网以及设施当中；后者要把交通要素数据提取成数据场景，输入到车载计算系统，再通过动力学模型输出运行状态。目前上研智联已经在东海大桥进行了实践，将环境渲染、交通特征和自动驾驶仿真结合起来形成中海大桥混合交通流仿真。
晶众总工程师赵明宇分享主题为《高精地图全生命周期的AI之路》。主要介绍了AI在高精度地图全生命周期的应用和晶众在高精地图方面所做的实践。
晶众总工程师赵明宇 赵明宇表示，高精地图从采集、生产、编译、应用到最后更新各个流程都需要算法或者程序员的深度参与，比如地图采集面向不同场景和不同用户，需要对成本和结果做精确化的设计；采集后还要对多元数据做融合和要素提取，涉及到集成数据处理、图层处理、拓扑关系的处理等等；应用上，交管行业图层标准分六层，每一层都需要算法在里面。当前晶众在不同行业都取得了一定的实践成果，包括交警、交通枢纽、高速公路、智慧公交、停车场等。
思岚科技软件研发部总监庞梁分享主题为《基于多源融合的SLAM系统的研究与应用》，演讲主要关于多源融合SLAM在系统在移动智能机器人中的应用；以及移动机器人落地过程中的困境和解决方案。
思岚科技软件研发部总监庞梁
庞梁表示，SLAM在移动智能机器人中主要解决两个问题：建图和定位。他分别解释了两个问题的技术痛点以及多源SLAM的解决方案。在应用方面，移动智能机器人落地在用餐、配送、消杀等方面时也有一些注意事项，包括计算资源与执行效果、降本问题以及如何快速落地到应用场景。
千寻位置智能驾驶算法总监孙海鹏为我们分享了《高精度定位+AI，打造时空智能核心能力》。千寻位置是一家致力于提供时空智能服务的厂商，具体到自动驾驶领域，时空智能可以实现汽车三维精确坐标和时间精准感知。孙海鹏在演讲中总结了自动驾驶在高精度定位方面遇见的主要挑战以及千寻位置的解决方案。
千寻位置智能驾驶算法总监孙海鹏比如，面向自动驾驶的时空智能，需要实现功能安全和完好性，这个目前是世界级难题。千寻位置怎么做？首先，服务端要有对应的监测站、算法和平台服务，将改正数的完好性实时计算并播发出来；通讯链路会对播发的数据实现加密和解密的安全保护；终端基于功能安全硬件，实现软件架构和终端算法的功能安全，并最终输出定位结果，同时会附带其完好性信息。
最后，美团无人车配送中心高精地图与定位负责人申浩线上分享了《高精地图在末端道路的机遇与挑战》。介绍内容包括四个方面：美团无人配送以及场景；高精地图在末端配送场景的机遇和挑战；美团高精地图的研发进展；高精地图应用情况。
美团无人车配送中心高精地图与定位负责人申浩申浩表示，未来外卖和快递行业会出现大量的人才缺口，无人驾驶可以解决这个问题，美团的无人配送主要包括商家端、用户端、路端。末端配送场景非常复杂，道路狭窄、非机动车多、路口行人多等，为此，美团的高精地图做了针对性的数据采集和位姿优化。其高端数据采集车包含一个大车一个小车，小车专门针对路比较窄的非机动车道。另外美团还可以自动化提取车道线、停止线、斑马线、红绿灯等等元素，并在真实测试中生成完整道路模型。
Powered by Froala Editor
Powered by Froala Editor
Powered by Froala Editor
