【W(wǎng)RC大咖論道】香港中文大學(xué)教授劉云輝：《物流機(jī)器人技術(shù)與挑戰(zhàn)》

2024世界機(jī)器人大會(huì)以“共育新質(zhì)生產(chǎn)力 共享智能新未來(lái)”為主題，為期三天的主論壇和26場(chǎng)專題論壇上，416位國(guó)內(nèi)外頂尖科學(xué)家、國(guó)際組織代表、院士和企業(yè)家聚焦前沿技術(shù)、產(chǎn)業(yè)動(dòng)向和創(chuàng)新成果，深入研討人工智能與機(jī)器人技術(shù)深度融合帶來(lái)的新趨勢(shì)、新機(jī)遇，共同打造了一場(chǎng)十分精彩的機(jī)器人領(lǐng)域前沿觀點(diǎn)盛宴！

在8月23日下午的主論壇上，香港中文大學(xué)教授劉云輝以《物流機(jī)器人技術(shù)與挑戰(zhàn)》為主題發(fā)表演講。

數(shù)說(shuō)2024世界機(jī)器人大會(huì)

論壇

26 家國(guó)際支持機(jī)構(gòu)

3 大主題 26 場(chǎng)專題論壇

416 名國(guó)內(nèi)外頂尖科學(xué)家、國(guó)際組織代表、院士和企業(yè)家

74 位國(guó)外嘉賓及港澳臺(tái)嘉賓參會(huì)

線上線下聽(tīng)眾達(dá) 160萬(wàn) 人次

展覽

27 款人形機(jī)器人集中亮相

首發(fā)新品 60 余款

近 170 家參展企業(yè) 600 余件參展產(chǎn)品

參觀人數(shù)近 25萬(wàn) 人次

大賽

全球 10 余個(gè)國(guó)家和地區(qū)的 7000 余支賽隊(duì)

 13000 余名參賽選手

每天參賽人數(shù) 4000 余人

媒體關(guān)注

近 400 家國(guó)內(nèi)外媒體

短視頻平臺(tái)話題播放量達(dá) 2.9億

劉云輝（香港中文大學(xué)教授）

以下是演講內(nèi)容實(shí)錄

大家下午好，女士們、先生們。

我來(lái)自香港物流中心，這是香港政府資助的一個(gè)平臺(tái)，是我們中文大學(xué)跟UC Becening一起合作的一個(gè)東西，主要是面向物流方面的機(jī)器人技術(shù)以及產(chǎn)業(yè)化研究。

為什么我們要做物流機(jī)器人？物流機(jī)器人的市場(chǎng)每年25%到30%的增加，預(yù)測(cè)2030年左右能到30幾個(gè)billion。我們應(yīng)用場(chǎng)景主要分兩類，一類是倉(cāng)儲(chǔ)里動(dòng)手操作類工作，二類是搬運(yùn)式工作。比如倉(cāng)庫(kù)里面的搬運(yùn)，倉(cāng)庫(kù)到店，最后一公里配送等等。這些東西的技術(shù)挑戰(zhàn)有三方面：一是感知。比如魯棒感知，怎么可靠地感知周圍環(huán)境，包括二維信息、三維信息等等。二是可信可靠的高速地做工作，根據(jù)場(chǎng)景怎么可靠怎么有效地做，來(lái)解決怎么運(yùn)動(dòng)怎么抓取，我覺(jué)得可信AI模型非常重要。三是機(jī)器人硬件系統(tǒng)，我們主要圍繞這些挑戰(zhàn)，有四方面的研究，感知、人機(jī)協(xié)作、操作、移動(dòng)。

今天快速介紹一下工作，首先感知上強(qiáng)調(diào)如何更可靠、更魯棒地獲取環(huán)境三維信息，包括物體。比如你可以對(duì)透明的物體進(jìn)行三維成像。通過(guò)跟蹤，就是透明物體我們也可以把它的三維點(diǎn)云很精準(zhǔn)地重構(gòu)起來(lái)。比如和國(guó)際上最好的工業(yè)相比，下面那個(gè)沒(méi)法拍到塑料物體，下面是可以做的。

這個(gè)是跟real  sence的一個(gè)比較，這個(gè)東西非常難，real sence是什么都看不見(jiàn)，但是我們可以捕捉90%以上的信息。同時(shí)我們也做低成本的三維相機(jī)，面向商業(yè)應(yīng)用，精準(zhǔn)、高速的，同時(shí)也能夠在很小的系統(tǒng)實(shí)現(xiàn)算法。我們把這個(gè)用到很典型的基于三維視覺(jué)的割草機(jī)系統(tǒng)。這些東西已經(jīng)在不同的場(chǎng)景開(kāi)始實(shí)施，我們不用任何GPS，RTK都不用，就通過(guò)odomat+3D傳感器來(lái)做這個(gè)事情。

另外感知現(xiàn)在非常重要，AI模型粗略地對(duì)三維重建還有很多方面都非常有效，也快，成功率也高，比如準(zhǔn)確度達(dá)到80-90%，但是這往往對(duì)于工業(yè)應(yīng)用來(lái)說(shuō)就是致命的。傳統(tǒng)的幾何算法，比如某些場(chǎng)景能夠很好很精準(zhǔn)地提供三維信息。如果真正要解決工業(yè)場(chǎng)景或者應(yīng)用場(chǎng)景需求，要把這兩個(gè)結(jié)合起來(lái)，我們現(xiàn)在很多工作就是既有AI模型，同時(shí)也有精準(zhǔn)的幾何算法。

精準(zhǔn)的幾何算法為什么需要，比如點(diǎn)云配準(zhǔn)場(chǎng)景，在飛機(jī)、SLam、抓取都是最基本的問(wèn)題，這里面精度都很重要。最近我們希望能不能更魯棒。比如說(shuō)誤差很多的情況下可以做到，同時(shí)還很快。主要的想法是本來(lái)六維空間，減成三維空間、兩維空間、一維空間，通過(guò)新的方式把算法提升很多。Auter area做到97%、98%的情況，我也能夠很好的計(jì)算peace pose等等。

在自動(dòng)駕駛，點(diǎn)云的數(shù)量非常大，比如你有1000個(gè)點(diǎn)云，Scalability是個(gè)問(wèn)題，現(xiàn)在所有算法我們做了，如果你有一百萬(wàn)或者以上的Miliar por cloud都會(huì)失敗。

我們現(xiàn)在通過(guò)一些新的算法，同時(shí)保障一千萬(wàn)個(gè)點(diǎn)在一般的電腦上都能跑，而且很快。因?yàn)閷?duì)于機(jī)器人來(lái)說(shuō)，我們資源有限。我們把這個(gè)東西應(yīng)用到比如module constructively inspection，這個(gè)很大，因?yàn)辄c(diǎn)云很高。一般都是幾億個(gè)點(diǎn)云，點(diǎn)云之間很challenge，我們?cè)诠I(yè)上已經(jīng)開(kāi)始規(guī)模化應(yīng)用了，它可以自己做尺寸測(cè)量也可以檢測(cè)一些漏洞等等，這里面的技術(shù)我就不講了。

第三個(gè)關(guān)于操作，這個(gè)場(chǎng)景很多，店里面?zhèn)}庫(kù)里面都有很多。但是操作問(wèn)題非常難，去年9月份在新加坡問(wèn)大家什么比較難。很多人就說(shuō)比如操作能夠抓任何物體，可能是未來(lái)很難實(shí)現(xiàn)的，短期內(nèi)實(shí)現(xiàn)不了的夢(mèng)，所以我覺(jué)得這個(gè)問(wèn)題有很多可以做的。

從硬件來(lái)說(shuō)，我們抓這種小的東西，這其實(shí)非常難。還有日常用品，比如電商物流、水果等等，這些東西我們?cè)谟布隙荚谂?，具體不介紹了。算法上，怎么面向這種場(chǎng)景，特別面向日常物品怎么抓，因?yàn)槲覀冇X(jué)得未來(lái)電商物流分揀一定會(huì)被機(jī)器人代替，現(xiàn)在還做不到。還有碼垛也是挑戰(zhàn)，我們做了規(guī)劃類算法，通過(guò)learning來(lái)實(shí)現(xiàn)碼垛規(guī)劃。還有回歸里有些東西要拿掉，你不能百分之百節(jié)省，比如本來(lái)需要10個(gè)工人，現(xiàn)在只需要4個(gè)工人，現(xiàn)在已經(jīng)開(kāi)始在工廠做這些應(yīng)用了。

如果你做自動(dòng)駕駛，場(chǎng)景很大，有個(gè)最大問(wèn)題是map越來(lái)越大，很多東西都越來(lái)越費(fèi)時(shí)間。我剛才講了機(jī)器人一定要在有限的計(jì)算資源下快速做事?，F(xiàn)在稀疏的Slam怎么來(lái)做，本來(lái)這樣多，我們能不能把map簡(jiǎn)化。其實(shí)很多map點(diǎn)沒(méi)有用的，你只要把有用的點(diǎn)找出來(lái)，比如本來(lái)是140K的data可以變成5K。你17%memory，data size小了也會(huì)增加你的efficiency。你可以把space分成很多東西，然后再看怎么做這個(gè)事情。我們也做了地圖建構(gòu)，我們想把它用到實(shí)際場(chǎng)景。

未來(lái)模塊建筑是趨勢(shì)，它需要把物體運(yùn)過(guò)去，然后組裝起來(lái)。因?yàn)锳GV非常小非常薄，環(huán)境又非常惡劣，挑戰(zhàn)很多。我們develop這么一個(gè)東西，現(xiàn)在在香港正在做transpotation等等。我覺(jué)得這個(gè)還是有很好的應(yīng)用場(chǎng)景，因?yàn)楝F(xiàn)在MIC也會(huì)做得越來(lái)越高，gap越來(lái)越小?，F(xiàn)在要求做到250以下，你后面工程就比較大，所以我們還在跟合作伙伴做研究。

通過(guò)UNV，我們現(xiàn)在有UNV系統(tǒng)，我只要按一個(gè)鍵，室內(nèi)室外都可以自己建圖，我們開(kāi)發(fā)算法包括精度密度也比較高，現(xiàn)在在政府在很多地方應(yīng)用起來(lái)。

最后倉(cāng)庫(kù)里面的搬運(yùn)，我們有一個(gè)standup，都是我的學(xué)生跟我一起做的，技術(shù)一個(gè)是Slam，一個(gè)是視覺(jué)反饋，然后是planning hardwork，我們有一系列的產(chǎn)品，這里面其實(shí)目前已經(jīng)在全世界范圍內(nèi)做了大概3000多套?，F(xiàn)在有不同產(chǎn)品，就不介紹了，但是我想講一下，我們團(tuán)隊(duì)都是從學(xué)校出來(lái)的，我們希望有些創(chuàng)新。

2018年第一次做了9米4的storage，也是世界上第一次。2019年做了庫(kù)位監(jiān)測(cè)，這也是沒(méi)有的系統(tǒng)。2020年首臺(tái)料能堆疊機(jī)器人。2021年做了平板車的裝運(yùn)，也是世界首例。2022年做了灰翼車的裝運(yùn)。最新產(chǎn)品是很長(zhǎng)的箱的這種卡車的裝運(yùn)。

這是貨車的無(wú)人裝車解決方案，現(xiàn)在很多裝車是這樣，要么人拉上去裝，或者有專門(mén)的機(jī)構(gòu)特殊的裝，這些成本都很高，實(shí)用性不是很好。我們現(xiàn)在想做標(biāo)準(zhǔn)化的，很小的車來(lái)做裝車和卸車工作，它主要負(fù)載兩噸。

這是一些技術(shù)，怎么做Slam。車很長(zhǎng)，因?yàn)橐话氵@種箱體車，有的20米，有的30米，因?yàn)樗黤eature是有限的，你一定要在Natural feature上面做這個(gè)事情，所以就有Natural Slam，Semantic Slam，這是我們的一個(gè)視頻。

這是做路徑規(guī)劃，現(xiàn)在人是這樣拉，拉著很麻煩，當(dāng)然這跟人也可以交互使用。這個(gè)車非常長(zhǎng)，因?yàn)橐矝](méi)有什么feature，我們裝車希望精度很高。可以兩板一起卸，放到倉(cāng)庫(kù)里面。這是快進(jìn)的，25倍的速度。到目前我們?cè)谌澜绾芏鄨?chǎng)景已經(jīng)落地使用了，如果有興趣可以跟公司聯(lián)系。

因?yàn)槭钦畽C(jī)構(gòu)，我們也希望做一些政府的服務(wù)，這個(gè)東西挺好，在中國(guó)也能做，因?yàn)樵谙愀塾幸粋€(gè)隧道，大概是4米寬，7公里多，建了30年，從來(lái)沒(méi)有人知道那里面發(fā)生了什么，我們其實(shí)做了很簡(jiǎn)單的一個(gè)機(jī)器人，相當(dāng)于一個(gè)球一樣，我扔到里面，我從上游扔了，我到下游用一個(gè)網(wǎng)把它接起來(lái)，因?yàn)樗约簬Ш芏嘞鄼C(jī)，可以把所有沿途的信息拍下來(lái)。

我們?cè)谙愀垡呀?jīng)試了，現(xiàn)在正在擴(kuò)展到香港，很多隧道都是扔下去，不用動(dòng)力，完全靠水流，我們也希望有機(jī)會(huì)在國(guó)內(nèi)能夠合作。

我們物流機(jī)器人圍繞Real world application，最主要還是Efficiency，Efficiency是非常頭痛的一個(gè)問(wèn)題，機(jī)器人Efficiency是人的一半左右，再一個(gè)是成本很高，還有一個(gè)是需要很大的space，在香港物流倉(cāng)庫(kù)很頭疼的是沒(méi)有這么多空間，怎么在小的空間做這些事情，可靠性等等都是一些挑戰(zhàn)。

時(shí)間到了，謝謝大家！

（本文根據(jù)錄音整理）