【重磅嘉宾】王耀南院士确认出席低速无人驾驶生态大会并发表演讲

人工智能赋能无人驾驶系统感知与控制。

文｜低速无人驾驶编辑部

机器人感知与控制是实现机器人智能化作业的关键核心技术。机器人需要感知周围环境和识别作业对象，从二维到多维信息的感知和融合，实现快速、精准的环境感知和目标识别，充当机器人系统“眼睛”。感知环境之后，结合智能规划决策和自适应控制等方法，像“大脑”一样为机器人系统提供最恰当的控制命令，以使得机器人做出相应的动作和反应。

近年来，随着深度学习、大数据、智能控制等技术的快速发展，机器人的智能感知与自主作业的水平也在迅速提升。

作为“陆地上的机器人”，无人驾驶也在近几年发展迅速。

无人驾驶系统的核心可以概述为三个部分：感知、规划和控制。其中感知系统作为无人车的“感官”，起到了感知理解周围环境的关键作用，是车辆自主行驶的基础与前提。

目前，除特斯拉以纯视觉技术路线为主外，主流的自动驾驶感知架构大多采用多传感器融合的方案，即通过融合激光雷达、超声波雷达、毫米波雷达、相机等多种传感器的数据来获取周围环境信息，如：障碍物的位置，速度以及可能的行为，可行驶的区域，交通规则等等。

其中，相机、摄像头等传感器为载体的视觉感知，被视作自动驾驶的核心能力。

随着自动驾驶对语意、几何感知的需求的增长，视觉感知也起到越来越关键的作用。和其他传感器相比，摄像头在获取语意信息上有着得天独厚的优势，有比毫米波雷达高得多的像素密度。同时，通过先进的算法，摄像头也可以精确的测量周围环境中的物体位置，同时通过传感器融合减少误解和漏检，极大的提高感知在几何和语意信息的准确度。

有了“感知”作为自主行驶的基础与前提，自动驾驶汽车与非自动驾驶汽车的另一个关键区别在于汽车是否能自主控制一些关键的驾驶功能，如转向、加速和制动。在自动驾驶级别划分中，1-3级也是逐渐从信息交互、协同感知，再到最后的协同决策与控制，决策与控制系统是汽车中实时性和可靠性要求最高的系统。

近年来，人工智能技术的发展也对无人驾驶系统的协同作业、互操作、自主决策、集群控制算法等方面提供了强大的技术支撑，使得无人系统具备复杂场景下的自主作业能力。

目前行业也在积极探索人工智能在智能机器视觉感知和控制技术等领域的赋能作用，其中王耀南院士便是其中的佼佼者。王耀南院士，中国工程院院士，机器人技术与智能控制专家，湖南大学教授、博士生导师，机器人视觉感知与控制技术国家工程研究中心主任，潇湘实验室主任，湘江时代机器人研究院院长。

长期从事智能机器感知与控制技术及工程应用方面的教学科研工作，四十多年，潜心钻研，主持完成国家重大科技和国防装备研制等项目，突破国家重大工程高性能装备制造的精密测量、高效加工、协同控制三大关键技术。

主持建成机器人视觉感知与控制技术国家工程研究中心、国家高效磨削数控工程技术研究中心，推动了我国制造业向高端智能化转型升级。成果获国家技术发明二等奖1项、国家科技进步二等奖4项、国际IEEE机器人与自动化领域“工业应用最高奖”，省部级一等奖12项。发表国际IEEE等SCI论文200余篇，出版机器人感知与智能控制等著作15部。

7月1日，在由长沙市人民政府、湖南湘江新区管理委员会指导，长沙市工业和信息化局、低速无人驾驶产业联盟主办的“2024第四届低速无人驾驶场景生态共建拓展大会”上，王耀南院士将带来《视觉感知与控制技术》的主题演讲，敬请期待！