104
機器人
機器人大講堂特邀多位專家走進北工大！推進智能製造領域大科研計劃
9月22日，北京工業大學與機器人大講堂聯合舉辦的“智能製造領域大科研推進計劃專家講座暨機器人大講堂走近百所高校·北工大站”主題活動成功落幕。校內外眾多領導和嘉賓與同學們共同分享了一個科技感滿分的下午，以北京工業大學科學技術發展院常務副院長韓曉東教授與科技部高技術研究發展中心先進製造處劉進長研究員的致辭開始——
常務副院長韓曉東教授表示:
機器人和人工智能是當前國內外行業發展的熱點。北工大將通過實施大科研計劃，更好地適應全國科技新中心建設的形勢與要求，推進跨學科交叉與融合，在智能製造和人工智能領域形成北工大的特色和優勢。
劉進長研究員說:
機器人和人工智能正逐漸深入到生活的方方麵麵。而且在大眾創業、萬眾創新的激情下，無論是科研還是創業，都有非常好的政策環境。同學們，把你們的才智和特長發揮出來，相信在座的各位以後會在這個領域打造自己的天地。
下麵是經典回顧時間
陳小平、段星光、鄧誌東三位行業專家分別呈現了信息量爆炸且節奏歡快的專題報告——
陳小平: 從精確性到靈巧性——應用驅動的技術變革
近年來，國內外工業機器人取得的巨大成功，主要依靠精確性，但很多新的應用領域也提出了對靈巧性的迫切需求。
工業生產的環境叫做結構化環境，主流控製策略有四種，優化控製，適應性控製，Robust控製，還有分層控製。控製策略背後的原理有兩種，一種是基於決策論的精確控製，第二種是基於模煳數學的模煳控製。
相比之下，服務機器人的環境是非結構化的，比如柔性製造、家庭服務和救援等等場景，很難被改造成生產線的樣子。這些環境對精確性的要求會降低，同時需要更多的靈巧性。
靈巧性分為三個層麵，動作、感知和決策。在非結構化的環境中，無法進行全局精確建模。繼續堅持以精確性為主導，就意味著1%的成功和99%的失敗。回到科研上來，需求是“家”，技術是回家的“路”，不能反過來。
段星光: 服務機器人技術與產業化發展趨勢
服務機器人的核心技術主要包括——感知、深度學習、仿生技術、人機交互技術、人機共融、安全性技術等等。目前，服務機器人功能大多局限在語言交流上，能夠完成的實際工作很少。提高作業能力成了各個領域的服務機器人需要越過的技術瓶頸。
醫療康複領域的機器人，不論研究還是產業化，都處在服務機器人行業的前沿地位。微創、實時導航、減少疲勞、降低輻照等功能，根本改變了手術方式，給傳統醫療技術帶來變革。
家庭服務機器人——如掃地機器人——正在急速發展。未來可能有以種設計，適合人類和機器人共同生活，即智能家居。將來我們存在的環境，不僅適宜人類生活，也適宜機器人生活。
娛樂機器人常見於科技館、主題公園等眾多場所。通過場景、劇情等的設置，增強感染力，從而大大降低對機器人本身的技術需求。
人工智能是一個大的產業，機器人是人工智能的載體之一。我們必須找到驅動力——是技術驅動，需求驅動，還是營銷驅動。走向市場，和做研究的思維差別非常大，過程中我們需要不斷的學習。
鄧誌東: 人工智能與快速落地中的全球自動駕駛產業
美國工程師協會將自動駕駛分為L0-L5六個級別，這些級別又可歸為三個階段——
第一階段(L0-L1): 輔助與半自動駕駛
第二階段(L2-L3): 過渡期的無人駕駛
第三階段(L4-L5): 真正的無人駕駛
自動駕駛可以分為基於環境建模的自動駕駛、基於高清柵格的自動駕駛，以及基於純感知的自動駕駛等等。自動駕駛技術是環境感知與環境建模的結合，從而兼具高性能路麵行駛局部自主性。
環境感知方案需要多傳感器融合，分為視覺主導與激光雷達主導兩個類別。核心問題包括——
障礙物檢測與行為預測;
激光SLAM/視覺SLAM及與低成本組合導航的結合;
多傳感器的信息融合
說到產業發展，深度學習算法與開源代碼框架、大數據、計算能力等等，都是支持自動駕駛落地的重要力量。人工智能的複興將會加速無人駕駛產業的商業落地。
受到來自四麵八方的洗禮，相信總有一個點吸引了活動現場的你 (甚至在家腦補的你)，說不定還引發了一連串腦洞。是不是已經做好準備以熱烈的年華擁抱人工智能的時代了?
最後更新：2017-10-08 07:19:20