阿里王刚：末端物流场景下，如何用计算换智能、打造为自动驾驶而生的硬件？ | CCF-GAIR 2020

2020年8月7日，全球人工智能与机器人峰会(CCF-GAIR 2020)正式开幕。CCF-GAIR 2020峰会由中国计算机联合会(CCF)主办，香港中文大学(深圳)和雷锋网(微信官方账号:雷锋网)联合承办，鹏程实验室和深圳人工智能与机器人研究所协办。

作为中国最具影响力和前瞻性的前沿科技活动，CCF-GAIR大会已经走过了四个精彩而辉煌的历程。CCF-GAIR 2020延续了以往的强大阵容，提供了15场专场(人工智能前沿场、机器人前沿场、智能驾驶场、AIoT场、AI芯片场、视觉智能、城市IoT场、爱源创场、AI+艺术场、企业服务场、工业互联网场、AI金融场、医疗科技场、智慧城市场、联邦学习和大数据隐私场)。

在智能驾驶专场中，全球MIT TR35获奖者、人工智能顶级期刊IEEE TPAMI编委、ICCV/CVPR/ECCV菲尔德董事长、阿里自动驾驶实验室主任王刚做了“面向终端物流的无人驾驶技术”的主题演讲。

目前阿里巴巴致力于无人物流行业，包括终端物流最后3公里，城市开放道路配送。

王刚在会上表示，码头物流看似简单，但实际上并不容易。首先，与城市道路相比，非结构化末端道路更加严重；其次，产品落地中的终端物流成本也要考虑；第三，产品系统要全天候，不同条件下稳定，这些都是挑战。

因此，在算法的智能化方面，阿里提出了“小前台，大中平台”的概念，希望构建一个计算和数据驱动的赋能组织，让算法减少对人工设计的依赖。

在硬件层面，阿里也在传感器和计算平台上下功夫，打造专为自动驾驶和无人物流设计的硬件。

在系统架构层面，王刚认为自动驾驶系统应该是稳定的，可以通过远程人际驾驶的方式实现安全冗余。

以下是王刚演讲的全文。雷锋新智经编辑不改初衷:

大家好，我是王刚，非常荣幸能和大家分享阿里巴巴对自动驾驶的思考和实践。阿里的自动驾驶定位和使命和其他很多公司不太一样。大家说的自动驾驶很多都和RoboTaxi、高级辅助驾驶有关，但阿里致力于物流行业的无人驾驶。

用三个短语来概括阿里做自动驾驶的原因:商业需求、社交需求、机遇和希望。

码头物流和开路物流齐头并进。

阿里拥有全球最大的物流需求量和最丰富的场景。从电商菜鸟、同城零售到本地生活，每天都有数以亿计的快递、外卖、零售订单需要送达消费者手中。自动驾驶物流并不是要在阿里内部创造一个新的赛道。反而是阿里生态非常自然的延伸，可以配合内部业务。以业务为牵引，以场景为驱动，推动阿里自动驾驶技术的提升。

阿里解决的不仅是内部问题，还有社会问题。未来人口老龄化肯定会带来冲击。有预测说未来每天的快递会达到十亿单的规模。如果不能智能化，物流行业就无法承载如此庞大的单量运输。

目前，在物流行业，阿里专注于两个方面:

首先是终端投放，终端是指最后3公里，包括公园、社区、校园等场景。同时，阿里还注重城市开放道路的分布，满足同城物流和零售的需求。

目前，开放道路上的自动驾驶还处于探索或研发阶段。我认为挑战在于自动驾驶系统不知道自己不知道什么。人工智能是一门实验学科，由数据驱动，本质上是从例子中学习。但是对于自动驾驶车辆来说，很多场景是没见过的，系统不知道什么是不知道的。因此，开放道路的无人驾驶需要对开放道路进行更多的研发。

对终端物流的需求也很大，关键在于成本。如果成本不高，为什么不享受自动化服务呢？最后落地会带来很多便利。与开放道路不同的是，码头自动驾驶物流系统只需要知道自己知道什么。因为终点道路的速度和周围参与者的速度都比较慢，所以我们可以用系统的手段来解决不确定的情况。换句话说，不要求解决场景的所有问题，只要求解决头部确定性的问题。

我们可以重新定义自动驾驶，向前发展系统，让每个模块确定自己知道什么，了解模块之间的合作。通过思维方式的改变，我认为未来几年，低速无人车必然会带来产品化、规模化、落地化。

在我们终端运营之前，一年多前就开始了校园、小区、园区三个场景的真正物流配送。不仅仅是Demo或者玩具，它每天都给成千上万的消费者带来便利。我们在双11的时候，我们的无人车每天可以送3000单。

一开始我们以为更大更重的包裹有无人配送的需求，但最后我们发现，即使是小件快递，用户也有无人车送货上门的需求。随着科技的发展，我们把更多的时间花在开心的事情上，而不是在烈日下送快递。

终端自动驾驶后勤的技术要求……从技术的角度来说，与开放的道路相比，码头物流有很大的便利性，但这并不是一件很简单的事情，但仍然有很多制约因素。

一个是智力。虽然码头物流的道路速度相对于城市道路没有那么快，但其非结构化程度更为严重，包括道路堆和人车混流。我们对Waymo的自动驾驶记录和我们的自动驾驶记录进行了调查，无人车在什么情况下需要做出横向决策或改变。我们的终端车辆大概比Waymo多20-30倍。如果Waymo一公里做一次，我们的车一公里就要做二三十次横向决策。从另一个维度来说，是一件更有挑战性的事情，要求我们的无人物流车能够在复杂的环境下飞行。

第二是成本。在开放的道路上测试不考虑成本，因为它仍然是一个科研，它不面向业务和产品。但码头物流就不一样了，它的产品化越来越近了。我们应该真正考虑它能创造多少收入，成本限制是多少。一辆十几万的车，自己都养不起。这和开放道路上的无人车是两个不同的话题。

第三是稳定。无人车系统如何做到7*24小时，在不同天气、不同环境下实现稳定可靠的运输？无人车如果成为一个业务和产品，就必须随时有人值守。这个问题的解决不应该局限于算法的解决。自动驾驶处于一个大的物流系统中，很多单点问题，如果用算法解决，永远解决不了。要考虑如何利用系统的力量和产品的设计，让业务运转起来。

阿里终端物流的实践

所以阿里在系统设计和链接开放上做了很多事情。今天我想说说阿里在算法和技术上做了什么。

聪明。我们希望这辆车是智能的，能处理不同的情况，不同的场景，能飞得跟飞一样快。和其他公司一样，我们也做感知、定位、决策、管控，但不同的是，我们提出了“小前台、大中台”的理念

我们认为感知、定位、决策、控制四个模块是人工智能算法模块，本质上需要底层驱动。很多人都在说人工智能，但我觉得应该叫计算智能。人工智能就是和人一样聪明，但是不靠谱。我们要造飞机，不可能像鸟一样做铁翅膀。这不是一个正确的想法。我们要利用计算机的特性，从数据和计算中寻找智能的来源，所以应该叫计算智能。

“小前台、大中平台”的本质是构建一个计算驱动、数据驱动的赋能组织，让不同的算法减少对人工设计的依赖。因为人工设计的本质是将人的知识转化为智能，但人的理解是非常肤浅的，很难理解图像和激光雷达在高维空间的表达。过去十年，机器学习和人工智能的发展本质上都遵循了一个规律，人类的设计是靠不住的。我们应该用计算和自动化代替手工设计，从而带来改进。

最初，我们的分类器是规则分类。我们发现手工设计的特点很明显，所以用深度学习代替手工设计成为自动学习的特点。

二是传感器、计算平台等硬件。人工智能的发展是一个计算代替人工设计的过程。即使在今天，我们发现在感知、定位、决策、控制等模块中，都存在大量的人为设计。这些设计不仅降低了开发效率，还需要大量的工程师投入，严重降低了整个模块的质量。我们希望通过计算智能的手段来解决。在硬件上，我们做了很多事情来降低硬件成本，把功耗降下来。在定位模块和传感器模块中，我们根据算法要求更进一步。因为很多硬件不是为自动驾驶和无人物流车设计的，这些设计要么太多余，要么不能满足需求，所以……e一定要下去，越做越深。

第三是综合系统，它应确保稳定性。永远不要让所有的问题都被自动驾驶解决。我们要做的是面向客户的产品，很多时候可以用系统的方法。远程人机共驾就是一个非常好的案例。无人物流车的优势是速度低，可以随时停下来呼叫远程控制中心。未来只要把人力成本降到足够低，就可以实现一个人看100辆车，甚至1000辆车。

我们希望建立一个计算中心，赋能所有算法，减少人工设计。这有点类似于自主机器学习。在过去的实践中，大家做的任务都比较简单，比如文字识别、图像识别等。主要搜索是感知网络结构和超参数，这是有限的。但是在我们的AutoDrive平台中，我们对其进行了扩展，支持全链路的需求，支持感知、规划、定位和控制。

同时，为了支撑整个链路，我们做了大量的工程工作，一个典型的案例就是仿真。例如，学习决策规划算法不是一个简单的图像识别问题。这条路径开的好吗，能达到要求吗？包括评估机制和模拟机制，都是非常困难的任务。在这方面，我们搭建了一个比较完善的平台，支持全链路的学习。

基于这个平台，我们所有算法工程师都可以把很多需要手工设计的内容交给平台。

在实践中，我们也取得了一些成果，比如红绿灯识别。我们在AutoDrive平台上搜索到的结构不仅效果更好，更重要的是它的计算和结构都比较简单。

很好理解。因为工程师在做网络设计的时候首要的想法就是保证效果，他会为了效果把各种结构加起来，从而提高效果。但这里面可能有很多冗余，工程师并不知道。所以人们的了解非常有限，很难穿透网络结构，直观地了解发生了什么。通过数据驱动的方式，可以去除系统中的冗余结构，找到核心表达式。

除了感知，我们还在决策规划中使用该平台。终端场景中的车与人的交互非常重要，一辆决策非常谨慎的车在终端场景中是很难移动的。如果设计的很简单，可能会出现车辆撞到人的情况。那么哪个状态更好呢？人类的理解很难做到，所以可以通过自动化找到更好的权衡。

另外，在实践中，我们还做了一些其他的实践，比如汽车ISP。目前车载领域满足夜视需求的产品并不多。所以我们做了一些简单的实验，让ISP在弱光环境下表现更好。与行业标准方案相比，新ISP对算法很有帮助。

从这个角度来看，自动驾驶最终的发展必然是越来越偏向于软硬件的融合。硬件如何为软件服务，软件如何定义硬件，必须放在一起考虑。

此外，我们还制定了高精度定位和低成本的方案。如果用大厂的定位方案，一套系统可能要几十万，非常贵，所以系统无法支持车辆的产品化。所以我们把定位系统的成本做得很小，实际运行也很稳定。

在演示展示中可以看到，两个矿泉水瓶相隔1米，阿里的无人驾驶物流车宽95厘米，也就是左右两边一共留出了5厘米的空间。我们的定位方案经过了上百次的测试，实现了非常稳定准确的定位。

最后是系统部分。我们的系统设计有多重安全保障，因为确保安全是无人车运营的基石和底线。我们的被动安全设计包括远程监控和人机共驾，这是系统必不可少的一部分。

(雷锋网)雷锋网(微信官方账号:雷锋网)

雷锋的原创文章。未经授权，禁止转载。详见转载说明。2020年8月7日，全球人工智能与机器人峰会(CCF-GAIR 2020)正式开幕。CCF-GAIR 2020峰会由中国公司主办……uter federation (CCF)，由香港中文大学(深圳)和雷锋网(微信官方账号:雷锋网)联合主办，鹏程实验室和深圳人工智能与机器人研究所协办。

作为中国最具影响力和前瞻性的前沿科技活动，CCF-GAIR大会已经走过了四个精彩而辉煌的历程。CCF-GAIR 2020延续了以往的强大阵容，提供了15场专场(人工智能前沿场、机器人前沿场、智能驾驶场、AIoT场、AI芯片场、视觉智能、城市IoT场、爱源创场、AI+艺术场、企业服务场、工业互联网场、AI金融场、医疗科技场、智慧城市场、联邦学习和大数据隐私场)。

在智能驾驶专场中，全球MIT TR35获奖者、人工智能顶级期刊IEEE TPAMI编委、ICCV/CVPR/ECCV菲尔德董事长、阿里自动驾驶实验室主任王刚做了“面向终端物流的无人驾驶技术”的主题演讲。

目前阿里巴巴致力于无人物流行业，包括终端物流最后3公里，城市开放道路配送。

王刚在会上表示，码头物流看似简单，但实际上并不容易。首先，与城市道路相比，非结构化末端道路更加严重；其次，产品落地中的终端物流成本也要考虑；第三，产品系统要全天候，不同条件下稳定，这些都是挑战。

因此，在算法的智能化方面，阿里提出了“小前台，大中平台”的概念，希望构建一个计算和数据驱动的赋能组织，让算法减少对人工设计的依赖。

在硬件层面，阿里也在传感器和计算平台上下功夫，打造专为自动驾驶和无人物流设计的硬件。

在系统架构层面，王刚认为自动驾驶系统应该是稳定的，可以通过远程人际驾驶的方式实现安全冗余。

以下是王刚演讲的全文。雷锋新智经编辑不改初衷:

大家好，我是王刚，非常荣幸能和大家分享阿里巴巴对自动驾驶的思考和实践。阿里的自动驾驶定位和使命和其他很多公司不太一样。大家说的自动驾驶很多都和RoboTaxi、高级辅助驾驶有关，但阿里致力于物流行业的无人驾驶。

用三个短语来概括阿里做自动驾驶的原因:商业需求、社交需求、机遇和希望。

码头物流和开路物流齐头并进。

阿里拥有全球最大的物流需求量和最丰富的场景。从电商菜鸟、同城零售到本地生活，每天都有数以亿计的快递、外卖、零售订单需要送达消费者手中。自动驾驶物流并不是要在阿里内部创造一个新的赛道。反而是阿里生态非常自然的延伸，可以配合内部业务。以业务为牵引，以场景为驱动，推动阿里自动驾驶技术的提升。

阿里解决的不仅是内部问题，还有社会问题。未来人口老龄化肯定会带来冲击。有预测说未来每天的快递会达到十亿单的规模。如果不能智能化，物流行业就无法承载如此庞大的单量运输。

目前，在物流行业，阿里专注于两个方面:

首先是终端投放，终端是指最后3公里，包括公园、社区、校园等场景。同时，阿里还注重城市开放道路的分布，满足同城物流和零售的需求。

目前，开放道路上的自动驾驶还处于探索或研发阶段。我认为挑战在于自动驾驶系统不知道自己不知道什么。人工智能是一门实验学科，由数据驱动，本质上是从例子中学习。但是对于自动驾驶车辆来说，很多场景是没见过的，系统不知道什么是不知道的。因此，开放道路的无人驾驶需要对开放道路进行更多的研发。

对终端物流的需求也很大，关键在于成本。如果成本不高，为什么不享受自动化服务呢？最后落地会带来很多便利。与开放道路不同的是，码头自动驾驶物流系统只需要知道自己知道什么。因为终点道路的速度和周围参与者的速度都比较慢，所以我们可以用系统的手段来解决不确定的情况。换句话说，不要求解决场景的所有问题，只要求解决头部确定性的问题。

我们可以重新定义自动驾驶，向前发展系统，让每个模块确定自己知道什么，了解模块之间的合作。通过思维方式的改变，我认为未来几年，低速无人车必然会带来产品化、规模化、落地化。

在我们终端运营之前，一年多前就开始了校园、小区、园区三个场景的真正物流配送。不仅仅是Demo或者玩具，它每天都给成千上万的消费者带来便利。我们在双11的时候，我们的无人车每天能送3000单。

一开始我们以为更大更重的包裹有无人配送的需求，但最后我们发现，即使是小件快递，用户也有无人车送货上门的需求。随着科技的发展，我们把更多的时间花在开心的事情上，而不是在烈日下送快递。

终端自动驾驶后勤的技术要求……从技术的角度来说，与开放的道路相比，码头物流有很大的便利性，但这并不是一件很简单的事情，但仍然有很多制约因素。

一个是智力。虽然码头物流的道路速度相对于城市道路没有那么快，但其非结构化程度更为严重，包括道路堆和人车混流。我们对Waymo的自动驾驶记录和我们的自动驾驶记录进行了调查，无人车在什么情况下需要做出横向决策或改变。我们的终端车辆大概比Waymo多20-30倍。如果Waymo一公里做一次，我们的车一公里就要做二三十次横向决策。从另一个维度来说，是一件更有挑战性的事情，要求我们的无人物流车能够在复杂的环境下飞行。

第二是成本。在开放的道路上测试不考虑成本，因为它仍然是一个科研，它不面向业务和产品。但码头物流就不一样了，它的产品化越来越近了。我们应该真正考虑它能创造多少收入，成本限制是多少。一辆十几万的车，自己都养不起。这和开放道路上的无人车是两个不同的话题。

第三是稳定。无人车系统如何做到7*24小时，在不同天气、不同环境下实现稳定可靠的运输？无人车如果成为一个业务和产品，就必须随时有人值守。这个问题的解决不应该局限于算法的解决。自动驾驶处于一个大的物流系统中，很多单点问题，如果用算法解决，永远解决不了。要考虑如何利用系统的力量和产品的设计，让业务运转起来。

阿里终端物流的实践

所以阿里在系统设计和链接开放上做了很多事情。今天我想说说阿里在算法和技术上做了什么。

聪明。我们希望这辆车是智能的，能处理不同的情况，不同的场景，能飞得跟飞一样快。和其他公司一样，我们也做感知、定位、决策、管控，但不同的是，我们提出了“小前台、大中台”的理念

我们认为感知、定位、决策、控制四个模块是人工智能算法模块，本质上需要底层驱动。很多人都在说人工智能，但我觉得应该叫计算智能。人工智能就是和人一样聪明，但是不靠谱。我们要造飞机，不可能像鸟一样做铁翅膀。这不是一个正确的想法。我们要利用计算机的特性，从数据和计算中寻找智能的来源，所以应该叫计算智能。

“小前台、大中平台”的本质是构建一个计算驱动、数据驱动的赋能组织，让不同的算法减少对人工设计的依赖。因为人工设计的本质是将人的知识转化为智能，但人的理解是非常肤浅的，很难理解图像和激光雷达在高维空间的表达。过去十年，机器学习和人工智能的发展本质上都遵循了一个规律，人类的设计是靠不住的。我们应该用计算和自动化代替手工设计，从而带来改进。

最初，我们的分类器是规则分类。我们发现手工设计的特点很明显，所以用深度学习代替手工设计成为自动学习的特点。

二是传感器、计算平台等硬件。人工智能的发展是一个计算代替人工设计的过程。即使在今天，我们发现在感知、定位、决策、控制等模块中，都存在大量的人为设计。这些设计不仅降低了开发效率，还需要大量的工程师投入，严重降低了整个模块的质量。我们希望通过计算智能的手段来解决。在硬件上，我们做了很多事情来降低硬件成本，把功耗降下来。在定位模块和传感器模块中，我们根据算法要求更进一步。因为很多硬件不是为自动驾驶和无人物流车设计的，这些设计要么太多余，要么不能满足需求，所以……e一定要下去，越做越深。

第三是综合系统，它应确保稳定性。永远不要让所有的问题都被自动驾驶解决。我们要做的是面向客户的产品，很多时候可以用系统的方法。远程人机共驾就是一个非常好的案例。无人物流车的优势是速度低，可以随时停下来呼叫远程控制中心。未来只要把人力成本降到足够低，就可以实现一个人看100辆车，甚至1000辆车。

我们希望建立一个计算中心，赋能所有算法，减少人工设计。这有点类似于自主机器学习。在过去的实践中，大家做的任务都比较简单，比如文字识别、图像识别等。主要搜索是感知网络结构和超参数，这是有限的。但是在我们的AutoDrive平台中，我们对其进行了扩展，支持全链路的需求，支持感知、规划、定位和控制。

同时，为了支撑整个链路，我们做了大量的工程工作，一个典型的案例就是仿真。例如，学习决策规划算法不是一个简单的图像识别问题。这条路径开的好吗，能达到要求吗？包括评估机制和模拟机制，都是非常困难的任务。在这方面，我们搭建了一个比较完善的平台，支持全链路的学习。

基于这个平台，我们所有算法工程师都可以把很多需要手工设计的内容交给平台。

在实践中，我们也取得了一些成果，比如红绿灯识别。我们在AutoDrive平台上搜索到的结构不仅效果更好，更重要的是它的计算和结构都比较简单。

很好理解。因为工程师在做网络设计的时候首要的想法就是保证效果，他会为了效果把各种结构加起来，从而提高效果。但这里面可能有很多冗余，工程师并不知道。所以人们的了解非常有限，很难穿透网络结构，直观地了解发生了什么。通过数据驱动的方式，可以去除系统中的冗余结构，找到核心表达式。

除了感知，我们还在决策规划中使用该平台。终端场景中的车与人的交互非常重要，一辆决策非常谨慎的车在终端场景中是很难移动的。如果设计的很简单，可能会出现车辆撞到人的情况。那么哪个状态更好呢？人类的理解很难做到，所以可以通过自动化找到更好的权衡。

另外，在实践中，我们还做了一些其他的实践，比如汽车ISP。目前车载领域满足夜视需求的产品并不多。所以我们做了一些简单的实验，让ISP在弱光环境下表现更好。与行业标准方案相比，新ISP对算法很有帮助。

从这个角度来看，自动驾驶最终的发展必然是越来越偏向于软硬件的融合。硬件如何为软件服务，软件如何定义硬件，必须放在一起考虑。

此外，我们还制定了高精度定位和低成本的方案。如果用大厂的定位方案，一套系统可能要几十万，非常贵，所以系统无法支持车辆的产品化。所以我们把定位系统的成本做得很小，实际运行也很稳定。

在演示展示中可以看到，两个矿泉水瓶相隔1米，阿里的无人驾驶物流车宽95厘米，也就是左右两边一共留出了5厘米的空间。我们的定位方案经过了上百次的测试，实现了非常稳定准确的定位。

最后是系统部分。我们的系统设计有多重安全保障，因为确保安全是无人车运营的基石和底线。我们的被动安全设计包括远程监控和人机共驾，这是系统必不可少的一部分。

(雷锋网)雷锋网(微信官方账号:雷锋网)

雷锋的原创文章。未经授权，禁止转载。详见转载说明。

标签：远程发现

汽车资讯热门资讯