2017年 6月13日，由泰伯网主办、主题为“空间大数据的崛起”的WGDC2017，在北京国家会议中心盛大开幕。大会由空间信息产业创新创业服务平台泰伯主办，秉承不断引领和促进空间信息技术创新与变革的宗旨，WGDC已走过六个年头，如今成为全球最具前瞻性的跨界创新风向标。
13日，由北京智能车联产业创新中心、中关村智通智能交通产业联盟协办的高精度地图与智能驾驶峰会开幕。峰会上，京东X事业部智能导航研发部总监蔡金华发表了主题为“智能时代的机器人地图”的演讲。
以下为演讲实录(未经本人核实)：
蔡金华：各位领导、各位专家大家好!我是来自于京东X事业部的蔡金华，主要是负责无人机、无人车、无人超市的技术研发，今天我在这里也是想站在研发物流机器人的过程中的一些理解。今天主要内容第一个是对于机器人这方面的理解，第二个简要地介绍一下即将投入运营的京东物流机器人和无人车，最后一个是分享。
前面有很多的专家、嘉宾都提到了高精度地图或者是高新地图，这里的话我其实是重点讲另外一个领域，因为之前大家在讲高精度地图主要指的是服务于无人驾驶和无人车的运用，这里的话我们还有另外一个，它其实是跟人的区域、人的活动范围更为接近的机器人，但是人的机器人它依然是需要地图的，只不过在地图领域和我们的理解可能不太一样。
首先的话，我想机器人地图和无人地图一起说一下传统地图的区别，首先，这地方首先要认识传统的地图主要用户还是人，它是给人去看或者是给人去用的，高精度地图不管是服务于无人驾驶还是服务于机器人，首先一个最重要的变化它是直接给机器人和车辆去用，我们的用户群体完全发生了变化。之所以发生变化是因为我们在决策过程中间，地图所取的作用完全本同了，以前的地图只是一个辅助性的，然后现在地图的话，所谓的高精度地图它在机器人的决策过程中间或者车辆决策过程中间它是直接参与的，和其他传感器一样直接参与控制决策，它的一点点错误会直接影响到人身安全或者是机器人的控制。
由于使用方式和它停车地位不一样，所以说其实地图它的可视化在于高精度领域来讲不再那么重要，只有我们在做仿真实验，在做算法分析，在做最后调度的时候才会用到可视化参与。所以原来的地图渲染等等这些可能方式或者我们对它的理解又要发生一些变化。
最后一个是因为是给机器人和无人车精确的控制，所以说精度有了要求，我们从米级现在到了厘米级，因为精度上发生了变化，从风度上又发生了变化，我们以前可以抽象表达的一些内容，在这方面必须要精确表达。原来只需要二维就可以表达的东西，在机器人的行驶过程中间可能需要三维或者是更复杂的。
由于我们要生成高精度的或者是要对环境高度复原的这样一个场景构建，所以必须得应用到多种传感器的融合，各种传感器包括激光雷达、毫米波雷达、红外摄像头、监控的视频或者是惯导，首先来讲我们需要多元性产品融合，不管是地图的生产还是我们的使用都需要。因为各种传感器就像人的五官一样确实是存在着各自的优缺点和稀缺性，没有一种传感器是所有场景下都能够适应的，我们需要它的配合。另外一个，我们在选择传感器的时候，跟我们在研发的机器人或者说我们研发的无人车应用场景，传感器我们应该是选择它的一种合适的或者是最佳的一种方案，而不是说越贵越好，也不是说越便宜越好。
另外一个我想分享的是说，目前我觉得在无人车或者机器人的研发中间，安全、稳定、可靠性依然排在第一位的，所以所有的传感器在组合方案的时候尽量避免某一种传感器，在某一种场景下它的一些错误会导致整个的失误，就像前面我们的专家讲到的，比如说像特斯拉的车出现的情况，还有包括其他的。因为现在的很多很多的方案里面，就是也是做一个小样非常容易的地或者相对来讲比较容易，但是我们在无人驾驶和机器人使用过程中间万分之一的出错概率对于人来讲依然是无法接受的。
由于我们肯定是多元传感器的融合，不管是在地图的生产还是在地图使用过程中间，所以说这种高频的传感器数据确实会产生海量的数据，不管是激光点云的还是照片的、还是视频，还有其他的传感器，还有惯导，这些数据每天都是很大数量的积累。这些过程中间据我们现在地图数据的管理还有存储，还有包括加工等等带来很大的挑战。首先先说传输路线来讲，我们在无人驾驶或者机器人的地图生产和使用过程中间，我们都是要求比现在大的多的数据量传输带宽，同时更重要的一个我们要求有视野，无论是车和人之间的，车和车之间的，车和基础设施之间的去排除，这些应该都是需要到毫秒级或者说数十毫秒级传输的延迟，才可能真正的去保证行驶的安全。在这一方面的话，我们其实现在DSRC还有像LTE—V2X的方式，已经可以解决在几十米或者是两百米的范围内这样的一个低延时。我们现在可以做一些基于云端方面的工作，但是部分的需求还是做了一些拆解，还有很多更高要求的，比如说必须基于云端完全对机器人车导航的话暂时还达不到，所以我们5G给出更高或者更理想的方案。
另外在数据的存储、管理、去噪，还有包括高精度地图以后整个的拼接，还有数据加密解密这些方面都有新的挑战。这一块的话，因为我在讲的题目是智能生产机器人题目，为什么是这样的一个题目?是因为对于自动化或者机器人来讲，机器人地图是非常古老的概念。高精度地图不同于无人驾驶地图也不同于人行道或者是新的产品，这种地图它是关注与人活动的区域，人行道、自行车道、园区道路，我们关注这样的设施，包括人行道，盲道，包括人关注的标志牌，包括台阶，台阶的高度，包括电梯，还有隔离桩等等。现在我认为是比较新的一种技术产品，它的形式因为我们是给机器人去用或者是给无人车辆去用，它的使用是根据机器人的方案可能是矢量的，可能是一种三维点数据，也可能是一种结合上来的混合数据，这种形式的话是要和我们机器人整个方案都要结合。
基于这种机器人的规划其实和现有的规划来讲应该全新的设计，首先来讲机器人的路径规划分成两个层次，一个是宏观的规划，这块主要解决从起点到目的地宏观和局部的，另外知道大方向以后在几米规划基本上是由机器人的视觉传感来去实现的。所以这一块机器人地图算法的话应该是服务于机器人的人行道、自行道，局部的规划由机器人传导来进行。在这种宏观需要考虑机器人的体积，机器人的通过能力，还有进行到自行车道或者是人行道上的一些交流。
这里的话再讲一下，特别是跟机器人，因为我们是在研发机器人，然后在研发机器人过程中间，也会和现有的地理机器人，我们想分享一下机器人地图与SLAM这两者的关系，首先来讲，我认为机器人或者是高精度地图对于SLAM或者是机器人来讲是有存在必要性而且是相辅助的。因为机器人地图能够给解决机器人的问题，所有传感器都有一定的范围，不管是几米或者是几十米都有范围的。另外机器人或者是高精度地图上，就是我们所需要的高精度地图上一些精确地物的标识会极大地帮助机器人去做精确的定位，因为每种传感器或者说无人车上的传感器，包括成本等等他们也考虑，在某种程度上可能达不到一定的精度，那个时候就不知道他自己的方位和姿态。
第三个高精度地图可以把它理解为人的第六感一样，可以极大地降低机器人或者是无人车硬件的成本，而且就是高精度地图或者是机器人地图它能够实现规范化或者标准化规范以后能够特别容易分享，极大地降低整个社会在这一方面的成本。
关于机器人和自动化里面的SLAM当然是无法替代的，这一块肯定是需要SLAM，然后站在另外一个角度来讲，包括目前我觉得孙亚夫老师刚才也提到了，所有的机器人，所有的无人车其实它实时的都在生成地图。这个地图或者说所有的机器人或者是所有的无人车都是天然的资源，我认为以后高精度地图80%以上可能是来自于众包源，不需要提前去预采。
这里简要介绍一下，我们即将投入运营的京东物流机器人，主要是服务于校园、写字楼，从我们的提供站点到写字楼，别墅区或者是到居民的便利店，这样的话两到三公里范围内的物流配送，包括以后的话可能会进入室内。然后它其实就是走的是人行道和自行车道这样的空间，载重的话大概在20公里以说，运行时间8小时，速度比人的速度会接近或者再快一点。可能不久如果这边有北京高校同学，有可能有一天突然发现自己的订单物流信息上会显示物流机器人在进行配送，到时候大家可以亲身体验。
最后的话，我想用一段视频分享京东关于物流技术或者关于未来京东物流这一块的运营，我们可以看一下京东在这一方面的设想。京东未来在过去的12年里面成为了全球运动体验最佳的电商企业之一，然后在未来的12年随着第四次以人工智能为代表的科技革命到来，京东的话正在全力或者说正在更加坚定的以技术来打造我们过去12年所有建立起来的比较成功的商业模式。希望在未来12年，更加坚定我们的技术信仰，然后去打造另外一个更成功的智能商业平台。今天我的分享到这里，谢谢大家!
{{item.content}}