大灣區科學論壇｜深圳大學教授黃惠：智慧圖形感知解決機器人「卡脖子」問題

南方財經全媒體見習記者馬嘉璐 南沙報道

機器人智慧化的進一步發展被真實三維動態環境能力的不足所限制。 」5月20日，國家科技創新領軍人才、深圳大學電腦與軟體學院院長黃惠在大灣區科學論壇「眾裡尋她」女科學家分論壇上介紹了她在智慧圖形感知方面取得的研究成果，利用無人機對三維空間進行全自動自主探索，以更小的資料量規模實現更高精度的建模。目前，這項成果處於國際領先地位，可在數位孿生、智慧機器人製造等領域廣泛應用。

更小的資料規模、更高的精確度

中科院物理所曾科普了數位孿生的定義：數位孿生，英文名叫Digital Twin（數位雙胞胎），也稱為數位映射、數位鏡像。數位孿生是在某一設備或系統基礎上創建一個數位化的“副本”，簡單說就是將現實世界的實體物體轉化為數位化的虛擬體驗。

2023年初，中國信通院發布的《數位孿生城市產業圖譜研究報告（2022）》觀察到，我國數位孿生產業發展階段正處於成長期，數位孿生城市建設市場活躍，市場主體不斷擴大。數位孿生可以大幅提升「元宇宙」的建構效率和真實體感，是「元宇宙」的重要組成部分，隨著「元宇宙」概念的火熱，數位孿生這一前沿技術也越來越被人們熟知。

以前，資料孿生需要用大量的人力和物力來收集數據，接著透過大量的計算來建立模型。黃惠指出，資料擷取成本高、時效性低，三維建模的物件非結構化、無關聯，正是目前數位孿生難以實現智慧化、模組化、輕量化、結構化、通用化的痛點所在。

針對上述問題，近十年來，黃惠聚焦「智慧圖形與感知運算」攻克難點，主導提出優視精準攝影測量技術，透過便攜無人機全自動採集達毫米級高清解析度的城市三維快照，整個過程從端到端連續規劃、眾包協同，用最少視角爭取最大覆蓋，將大規模城市場景數據量縮減200倍，同時保證低於0.6米的幾何細節損失度，使數據採集的設備投入能夠縮減70%。實現多元資訊的精準映射和良性代謝。這種技術已經在貼近式高精度城市三維航測的單一項目上被廣泛應用，覆蓋面積在全球範圍內保持國際領先地位。

以對深圳市約2200平方公里的範圍進行建模為例，在實際中，建模面臨著空域協調難，高度限制多，天氣影響頻繁，數據品質差，採集時間長的挑戰。如果用傳統的建模方式，需要用2年時間收集6000萬張圖片的數據，建立60TB體量的模型，總成本達1.5億。無法實現城市孿生三維基礎的即時更新，因為採集方式的週期長且頻率低。經過優視精準攝影測量技術的最佳化，則可以在不降低精準度的前提下，8個月內用2000萬張照片資料建立6TB的小模型，總成本降至6000萬，降幅達60%。

數位孿生在群體智慧、無人駕駛、智慧城市、國土安全、工業製造等領域中都有著重要的價值和意義。 」黃惠表示，優視精準攝影測量技術利用無人機對三維空間進行全自動自主探索，並實現雲端運算，大幅降低城市三維重建的成本和門檻，將來可廣泛應用於高精度智慧駕駛地圖建構、實景三維導航、高精度城市管理資訊平台等領域。

三維感知能力缺失「卡住機器人脖子」

#《數位孿生城市產業圖譜研究報告（2022）》提出，近年來人工智慧技術逐漸應用於建模領域，圖片建模、視訊建模成為未來發展趨勢。黃惠表示，應用人工智慧輔助機器人研究或授權提升數據分析效率，並協助找到更有效率的三維建模方案。她透露，她和她的團隊正在研究結合智慧圖形和人工智慧的方法，以進一步推進智慧機器人的研究。

一個智慧圖形感知的挑戰在於缺乏可用於大規模訓練的數據，與ChatGPT相比。黃惠介紹道，ChatGPT所使用的原始資料基本上都經過了人工的篩選、標註，是「乾淨」的，但這一點延伸到三維空間，難度會大幅增加。一件物品可以被拍攝1000次，但所有這1000張照片都可能無法完整準確地描述這件物品。重新表述如下：這意味著當訓練人工智慧模型處理小範圍三維空間資料時，將需要處理大量的資料量。

机器人智能化被卡住了脖子，是因为缺乏真实三维动态环境能力。”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

以上是大灣區科學論壇｜深圳大學教授黃惠：智慧圖形感知解決機器人「卡脖子」問題的詳細內容。更多資訊請關注PHP中文網其他相關文章！