登录
首页 >  科技周边 >  人工智能

大湾区科学论坛|深圳大学教授黄惠:智能图形感知解决机器人“卡脖子”问题

来源:搜狐

时间:2023-05-29 15:21:25 220浏览 收藏

golang学习网今天将给大家带来《大湾区科学论坛|深圳大学教授黄惠:智能图形感知解决机器人“卡脖子”问题》,感兴趣的朋友请继续看下去吧!以下内容将会涉及到等等知识点,如果你是正在学习科技周边或者已经是大佬级别了,都非常欢迎也希望大家都能给我建议评论哈~希望能帮助到大家!

南方财经全媒体见习记者马嘉璐 南沙报道

机器人进一步智能化的脖子被卡住了,因为缺乏真实三维动态环境能力。”5月20日,国家科技创新领军人才、深圳大学计算机与软件学院院长黄惠在大湾区科学论坛“众里寻她”女科学家分论坛上介绍了她在智能图形感知方面取得的研究成果,利用无人机对三维空间进行全自动自主探索,用更小的数据量规模实现更高精度的建模。目前,这项成果处于国际领先地位,可被广泛应用于数字孪生和智能机器人制造等领域。

大湾区科学论坛|深圳大学教授黄惠:智能图形感知解决机器人“卡脖子”问题

更小的数据规模、更高的精度

中科院物理所曾科普了数字孪生的定义:数字孪生,英文名叫Digital Twin(数字双胞胎),也被称为数字映射、数字镜像。数字孪生是指在某个设备或系统的基础上,创建一个数字化版本的“复制品”,用于模拟、分析或优化其运行和性能。

2023年初,中国信通院发布的《数字孪生城市产业图谱研究报告(2022)》观察到,我国数字孪生产业发展阶段正处于增长期,数字孪生城市建设市场活跃,市场主体不断扩大。数字孪生可以极大提升“元宇宙”的构建效率和真实体感,是“元宇宙”的重要组成部分,随着“元宇宙”概念的火热,数字孪生这一前沿技术也越来越被人们熟知。

以前,生成数据孪生模型需要耗费大量的人力物力进行数据采集,并通过大量计算来得到模型。黄惠指出,数据采集成本高昂、时效性低,三维建模的对象非结构化、无关联,正是当前数字孪生难以实现智能化、模块化、轻量化、结构化、通用化的痛点所在。

针对上述问题,近十年来,黄惠聚焦“智能图形和感知计算”攻克难点,主导提出优视精准摄影测量技术,通过便携无人机全自动采集达毫米级高清分辨率的城市三维快照,整个过程从端到端连续规划、众包协同,用最少视角争取最大覆盖,将大规模城市场景数据量缩减200倍,同时保证低于0.6米的几何细节损失度,使数据采集的设备投入能够缩减70%。实现多元信息的精准映射和良性代谢。这项技术目前在贴近式高精度城市三维航测的单个项目上应用面积,据了解,是全球最大的,保持着国际领先水平。

以对深圳市约2200平方公里的范围进行建模为例,在实际中,建模面临着空域协调难,高度限制多,天气影响频繁,数据质量差,采集时间长的挑战。如果用传统的建模方式,需要用2年时间采集6000万张图片的数据,建立60TB体量的模型,总成本达1.5亿。实时更新城市孪生三维基础是无法通过长周期、低频次的采集方式实现的。经过优视精准摄影测量技术的优化,则可以在不降低精度的前提下,在8个月内用2000万张照片数据建立6TB的小模型,总成本降至6000万,降幅达60%。

数字孪生在群体智能、无人驾驶、智慧城市、国土安全、工业制造等领域均具有重要的价值和意义。”黄惠表示,优视精准摄影测量技术利用无人机对三维空间进行全自动自主探索,并实现云上计算,大大降低城市三维重建的成本和门槛,将来可广泛应用于高精度智能驾驶地图构建、实景三维导航、高精度城市管理信息平台等领域。

三维感知能力缺失“卡住机器人脖子”

《数字孪生城市产业图谱研究报告(2022)》提出,近年来人工智能技术逐渐应用于建模领域,图片建模、视频建模成为未来发展趋势。黄惠指出,借助人工智能协助机器人研究,可以增强数据分析的效率,从而帮助找到更有效的三维建模方法。她透露,她及其团队正在探索结合智能图形与人工智能的方法,以推动智能机器人的研究。

与ChatGPT相比,智能图形感知的一个挑战在于缺乏用于大规模训练的数据。黄惠介绍道,ChatGPT所使用的原始数据基本上都经过了人工的筛选、标注,是“干净”的,但这一点延伸到三维空间,难度会大幅增加。即使对一个物体拍摄了1000张照片,这些照片可能仍无法完全准确地描述这个物体。这意味着在训练人工智能模型中,描述小范围三维空间所需的数据量将会非常巨大。

机器人智能化的进一步发展受到缺乏真实三维动态环境能力的制约。”为什么这么难?黄惠用常见的扫地机器人来类比解释:要让扫地机器人在平面上移动、感知并躲避障碍物、防止自己被卡住,现在并不容易。与它相比,智能图形感知要能够在三维空间内判断物体的形状,进而判断出物体的功能、动静关系,赋予机器人可以更高级感知的具身智能,能够真正地直面和改变真实的三维复杂动态环境,像人一样“看见即理解、所见即所得”,作出决策和行动。

经过二十余年基础研究的沉淀,黄惠带领团队尝试拉通了环境感知、几何建模、语义理解、自主决策的整个链条。但与ChatGPT这样在自然语言理解方面取得显著进步的人工智能技术相比,仍然有很多关键科学问题没有得到解决,“还有很长的路要走”。

更多内容请下载21财经APP

以上就是《大湾区科学论坛|深圳大学教授黄惠:智能图形感知解决机器人“卡脖子”问题》的详细内容,更多关于机器人,智能图形感知,卡脖子问题的资料请关注golang学习网公众号!

声明:本文转载于:搜狐 如有侵犯,请联系study_golang@163.com删除
相关阅读
更多>
最新阅读
更多>
课程推荐
更多>
评论列表