前言
筆者在年少時就很喜歡機器人,從求學階段就開始專注於電腦科學,期待有朝一日可以從事機器人的研發工作。2007 年,微軟公司創始人比爾·蓋茲在《每個家庭都有一個機器人》(A Robot In Every Home)一文中預言:在不久的將來,每個家庭除了擁有電腦之外還會擁有一個機器人。這篇文章對筆者的啟發很大,堅定了筆者從事機器人研發的決心。在美國攻讀博士期間,筆者一直在機器人系統領域學習、研究;2009 年夏,筆者在微軟研究院(MSR Redmond)FPGA 組實習期間的研究專案就是為機器人打造感知晶片。2014 年,筆者有幸進入百度美國研究院,親身經歷了百度的無人駕駛事業從無到有、從單點技術到系統整合的整個過程,並在此過程中結識了一群頂尖的科技人才。在共事的過程中,大家互相學習,與無人駕駛產業共同成長。現在,筆者的大部分老同事已經在中國無人駕駛產業中各領風騷。
無人駕駛的場景特別複雜,技術挑戰特別大,它因此被稱為AI 技術的聖杯。但是,筆者更願意將無人駕駛歸屬於移動機器人的子類別,而AI 技術只是無人駕駛許多技術點中的一部分。正如本書詳細介紹的那樣,無人駕駛是一個系統工程,需要把許多的單點技術進行有效的整合。是否可開發出一款好的無人駕駛產品取決於一個團隊的全端式工程能力與系統型整合能力,因此對整個無人駕駛架構的更加了解非常重要。
寫作本書的初衷
雖然無人駕駛一直處於資本追逐的風口,但是整個無人駕駛產業的商業鏈並不完備,尤其受限於人才儲備不足。在日常的接觸中,筆者發現許多工程師,甚至產業從業者對無人駕駛的了解存在許多偏差。舉例來說,有人會覺得了解了某個深度學習演算法就能利用它實現無人駕駛,或只要有一個光達就可以建置無人駕駛系統。筆者希望本書能夠成為對無人駕駛有興趣的讀者的基礎入門書,能夠透過解析無人駕駛架構幫助大家了解無人駕駛及每個技術點的實際作用。
本書的讀者可以在掌握了整個無人駕駛技術架構後,再去深入採擷一、二個自己有興趣的技術方向,由淺入深、由表及裡地組織相關技術內容。
只有這樣,整個產業在每個單點技術的人才儲備才會逐漸建立起來,無人駕駛才會有發展和繁榮的希望。
筆者一直認為,移動機器人,包含無人駕駛,主要集中在三個技術方向:感知、定位和決策。感知是無人車對目前環境的了解,從擷取到的感測器原始資料中分析有意義的資訊;定位是無人車對本身目前位置的了解,用來精確地控制無人車的行駛方向;而決策是無人車的大腦,根據感知與定位資訊決定下一步的動作,為車輛的出行與到達提供安全可靠的規劃。為了實現這三個技術模組的高效執行,我們需要一個適用於無人駕駛的邊緣運算系統,這個系統由作業系統和硬體系統組成,將配合演算法部分滿足無人駕駛即時、可靠、安全、節能的要求。除了車載行動服務,我們還需要無人駕駛雲端平台提供離線的計算和儲存功能以支援高精地圖產生及大規模的深度學習模型訓練等服務。
本書章節介紹
為了函蓋上述無人駕駛系統的內容,本書內容組織如下:
第1 章將簡單介紹無人駕駛系統架構。
第2 章到第7 章,將介紹無人駕駛中的感知定位技術模組。
第8 章到第10 章,將介紹無人駕駛中的決策與控制技術模組。
第11 章到第15 章,將介紹無人駕駛邊緣運算系統的技術點。
最後,第16 章到第20 章,將介紹無人駕駛雲端平台的技術點。
每一章的最後一節都詳細地列出了參考資料,以便讀者對某個有興趣的技術點進行深入探討。
劉少山,PerceptIn 創始人兼CEO