湾财对话⑤｜刘明：发展自动驾驶产业，大湾区有独特优势

作为一名自动驾驶领域的专家，“一清创新”创始人刘明最常被问起的一个问题就是：“自动驾驶什么时候才能进入我们的生活？”而在他看来，这一天早就到来了。

在过去三年的新冠疫情防控期间，穿梭在每个城市的抗疫物资运输车队、活跃于各个隔离酒店的餐点配送系统中，有相当大比例的运力都是由无人驾驶车辆承担的。在不少大型企业的工业园区、码头和仓库、大学校园，也早已穿梭着各式各样的无人驾驶车。而我们平时所接触到的路面清扫车、接驳公交车、零售贩卖车等，采用无人驾驶技术的比例也越来越高。

2017年，香港第一辆自动驾驶汽车诞生；2020年底，香港首个无人驾驶汽车试验于港科大清水湾校园启动。在其背后，正是港科大智能自动驾驶技术中心主任刘明教授带领的团队。他的研究小组是世界上最早在真实机器人平台上实现深度强化学习的科研小组之一。

Hercules无人车在港科大测试。

而刘明教授创立的公司一清创新（UDI），目前推出的各类无人驾驶平台性产品，已在全球落地160余个园区，如今安全运营里程超过了150万公里，客户包括广州港、华为、富士康、立讯等标杆企业。

刘明本人也在国际科研领域获奖累累，并于2018年作为史上首位华人获得IEEE IROS杰出青年奖，多年连续位列AI2000全球最有影响力机器人学者榜单Top100，2022年位列全球最有影响力科学家2%排名榜（Stanford Scientist List）。

从起步到加速

早在2003年，刘明就在同济大学参与了国内首台氢能源新能源车建设的项目。在同济大学和德国与瑞士ETH的学习期间，他对汽车制造、动力系统、感知决策系统的认识逐步加深。在苏黎世联邦理工学院攻读博士期间，他开始进行移动机器人的研究。毕业后，他又到香港科技大学建立了智能自动驾驶中心继续深化这个方向的研究。

刘明教授回忆，在他接触这个领域的早年间，移动机器人成品还停留在博物馆的引导机器人、早期的扫地机等形态。在那时，它们的普及率并不高，一来是因为价格昂贵，二来性能也相对较低，主要以科技展示为主。他的团队最初投入研究时，相关的硬件条件也比如今差很多：传感器非常昂贵，驱动系统功耗很高，也没有足够强的算力平台和高效的电池，只能在有限的条件下慢慢摸索。

令人欣喜的是，随着近几年我国出现大量与激光雷达、线控底盘系统、算力平台相关的企业，这个行业的发展一日千里，原本高昂的成本一步步被拉低。“比方说一颗在2016年售价两三万元的激光雷达，到了2019年售价就砍到了一半。随着每一代新CPU、GPU的出现，算力成本也在不断降低。”刘明回忆。

作为一个涉及多领域、多学科，需要人工智能、视觉计算、雷达、监控装置和定位系统等多种技术融合与协同的研究领域，无人驾驶技术目前正处于一个从起步到加速的阶段，该领域的研究方向也有不同的分支。

“有些人做无人车系统，可能偏重算法和方案；有些人会从车本体的角度，比如动力系统、机械结构等考虑；还有些人会从通讯的角度来看。”刘明教授解释，“我们则是从一体化的角度，不只是展现单一的技术，从车的底层结构，到电气、电子硬件部分，再到算法设计，我们都拥有自主产权，并进行了长时间的稳定性测试。”

一清创新无人车

研究无人驾驶，就像攀登珠穆朗玛峰

2018年，刘明在深圳创立“一清创新”时，曾这样解释公司名称：“《道德经》里说一气化三清，取名一清，借此喻指一生三，三又归到一。”一清创新的理念，是集无人驾驶整车研发、制造、销售于一体，通过构建一整套从云端到无人车的系统，用“无人驾驶商用车底盘”+“可量产的模块化软硬件”的方案，去解决整个链条的全流程问题。

这个发展路线的确定，是经过了多年思考和反复权衡的。在刘明看来，做无人驾驶就像在攀登珠穆朗玛峰，最终能否成功登顶，不在于短期的攀登速度，而在于登峰路径的选择和长期的坚持。

在过去，许多主机厂和自动驾驶企业会采用“后装车”的方式来制造无人驾驶车，即在现有的车辆上进行改良。这种设计方法虽然更容易推出新产品，但也会带来一些问题，最典型的就是自动驾驶系统、传感器、算法等技术与原量产车匹配度不高时，会导致自动驾驶水平难以达到理想效果。比如底盘，自动驾驶系统对车辆底盘的控制精度要求是非常高的，普通量产车的底盘很难满足它所需要的误差范围，就会出现问题。

刘明在多年研究中发现，自动驾驶技术本身是有很大局限性的：“它很难作为独立产品而存在，必须结合某个终端产品才能体现其价值。因此，它必然跟具体的使用场景、功能定义、用户需求等密切关联。”

比如，要让机器完全替代司机，其能力是有很强边界性的。一台车在车上有人或无人时，完全是两个概念。刘明举了个例子：“比如自动接驳车，都是有固定上下点的。而如果一个出租车司机来接你回家，你可能会突然说：麻烦前面右转，放我同伴先下车，或者说，路边停一下，等我买个东西再上来。对于人类司机来说，这都是常规操作，但换成单独的无人驾驶技术，目前还是比较难解决这类问题的。”

作为一个工科出身的科学家，刘明非常强调从解决实际问题的角度来做研究。他认为，“先低速后高速、先载物后载人、先商用后民用”是无人驾驶最现实的发展路径。“并不是说我只做好车端的智能算法、做好无人驾驶技术开发就可以。人机交互、云端、核心传感器、自动上下货、自动充电等方面的研究同样是需要的。”

此外，产品的成本和技术边界，也是存在函数关系，而非线性关系的。说白了，无人驾驶技术就像一个多边形战士，车速、动态绕障能力、对周围物体的识别能力等等，在技术上都能实现。因此，空谈技术并不实际，关键在于要与成本和真实场景挂钩，看有没有规模化生产的可能，这样才可能满足客户需求。

大湾区的独特优势

刘明至今还记得，看着一清创新与多家机构联合打造出的全球首创北斗导航无人车IGV，在广州南沙港码头，第一次将整个装卸运输流程完成的时候，他和同事们是多么兴奋：“那天我们都非常激动，感觉就像是自己亲手养大的孩子，现在终于可以做一些像样的事情了！”

那是2022年7月，刘明带队完成了广州南沙港四期无人驾驶IGV的导航方案，实现了全球最大规模的江河海联运码头的去磁钉无人驾驶IGV运营，协助创造了70台车（2023年中将达120台车）全无人运行的全球标杆场景，为“广州模式”的自动化码头向“一带一路”推进起到了关键示范作用。在首次运行的16个小时内，近百台IGV在无人工干预的情况下从商船卸下了1000多个货柜箱。在这个过程中，整个系统稳定运行，各方面的完成水准度都相当高。

在刘明看来，“让无人系统无处不达”是一清创新的使命，也是产业发展的必然趋势。他们正逐步开发更多应用场景的无人车，努力成为全球领先的无人驾驶汽车公司，助推全球无人驾驶产业发展。

而在自动驾驶产业的发展助力上，大湾区是有着独特优势的。“首先，大湾区的产业链比较完整，有雄厚的工业基础和丰富的人才储备。”刘明分析，“其次，大湾区具有鲜明的前瞻性和开放性，针对无人驾驶或者说泛人工智能和信息科学，都有很强的政策支持，我们与不同企业的协同发展也比较顺畅。”

此外，在学术研究领域方面，大湾区的高等教育与产业需求结合也发展得很快，比如香港科技大学广州校区的建立，正是发展前沿学科，进行产学研结合的一个优秀案例。“在国家支持政策的催化下，大湾区将迅速发展，为机器人、人工智能和大数据提供大量的机会。”

谈变革

自动驾驶会威胁到人类的就业吗？

刘明，无人驾驶“一清创新”创始人、董事长，现任香港科技大学（广州）机器人与自主系统学域系主任，香港科技大学电子与计算机工程系及计算机科学与工程系双聘终身教授，智能自动驾驶技术中心主任，机器人与多感知实验室主，广州市青联第十三届常委。国家高层次人才项目获得者，2018年“IEEE IROS杰出青年人才奖”首位华人获奖者。

南都·湾财社：有人担心，无人驾驶会将很多人的工作挤掉，比如清洁工、码头工人等，这在将来或许会造成新的社会问题。对此您怎么看？

刘明：这是一个所有科学和技术都必须面对的问题。对更大效率的追求将不可避免地带来社会变革。19世纪末，当汽车——一个重约2吨、行驶速度约为60公里的铁盒——首次出现在挤满行人和马车的街道上时，人们也担心它们会很危险。但事实是，汽车大大提高了人类出行的效率，也很大程度改善了我们的生活。

回顾第一次工业革命，织布机把纺织女工代替的同时，也在创造新的劳动岗位。过去你可能是个劳动执行者，但现在可以做劳动管理者了。自动驾驶也是一样的道理。

从另一个角度看，只有在这样一种“对抗性”环境中，技术才能不断进步。如果你发明了一个新东西，大家很容易就接受，那是不太现实的。有人来生成，有人来对抗，在这个过程中不断淘汰掉不合理的事物，才会产生一个不断优化的人类社会。

南都·湾财社：最近关于人工智能和深度学习的话题很火，类似GPT这类技术，跟你们的研究可以结合起来吗？

刘明：GPT是一种深度学习的大模型神经网络架构，其实我们组在2015年就做过类似这种基于机器transformer模式，把虚拟世界训练的模型迁移到真实世界的研究，我们也算是最早一批真正把这个深度学习技术在无人系统上应用的团队了。这些工作背后的一些技术体系、逻辑和核心技术点都是非常像的。

如今大家都对神经网络算法提出了新要求，比如能不能用小数据量来训练，能不能进行不同问题及不同场景的迁移学习，如何证明系统的稳定性，如何将算法快速落地到应用等。但在自动驾驶环境下，机器碰到的维度和数据量是远高于文字和图片处理等场景的，今天的模型可能还没有办法处理这么复杂的问题。在将来，随着算力的提升和芯片能力的提升，可能这些技术会通过另一种形式来体现。

论难点

自动驾驶技术的短板在哪里？

南都·湾财社：当前自动驾驶技术研究的难点在哪里？

刘明：从硬件上来看，今天的传感器的能力还不够强，算力成本也还差点意思。而从整个大环境来看，自动驾驶技术的发展是需要整个产业来配合的，只有上了量才可能有实用性、有足够高的性价比，然后才能得到更广泛的应用和发展，这就成了一个鸡生蛋蛋生鸡的问题。

所以，我们需要在各行各业先通过一些特殊应用场景，来促进大家对自动驾驶的认知，看到它真的能解决问题，然后才会去采用。这就不完全是技术研究能解决的问题了，还涉及社会学、心理学的问题。

南都·湾财社：如果将无人驾驶的研究看作一个木桶，如今最短的那块板是什么？

刘明：从技术角度来讲，就是感知问题，它是有最多不确定性的。比如，它怎么去感知周围的红绿灯、行人、车辆，他们的意图，怎么对他们的行为进行预测？另外，即使你车上装载了各种最先进的激光雷达，在被大货车包围时，你应该如何感知周围路况？这些都属于感知问题。

当你分析人类驾驶事故时，会发现几乎所有事故都是感知问题：疲劳驾驶，是你感知系统不灵了；在视野盲区撞到人，是因为你感知不到行人；不小心逆行了，是因为你没感知到规则或车道导线的定义……

因此，我们需要通过更好的传感器，或者新的工作模式，去不断提高自动驾驶感知能力的边界，去打破局限性。比如提升一个维度来解决低纬度问题，让它更加全知全能。或者将其设定在一个封闭区域内，不要让太多变量影响到它的运行。

聊误区

自动驾驶应该无所不能吗？

南都·湾财社：当前公众对于自动驾驶的理解，有没有一些典型的误区？

刘明：我感觉，大家对自动驾驶的理解已经越来越精准了，但你并不能要求每一个人都变成专家。首先，我们要明白自动驾驶不是通用化的，比如它在码头上运行时，不会突然碰到一条狗从旁边窜出来，而它在马路上行驶时，就比较可能碰到这样的情况；再比如，它在矿山里运行时，可能会碰到下雨，或者被粉尘污染传感器表面，而这种情况在仓库或工业园区就比较少。所以我们在设计的时候，会考虑它在不同场景中要解决的问题，让它专注于某一方面的功能或者应用。

明白这一点后，就应该意识到无人驾驶不是无所不能的，它不可能对任何系统都通用，也很难像个人类司机一样，既可以去拉货运，也可以跑出租，偶尔还送一下快递。我们做路测时经常会碰到好奇的人突然跳到无人车前面，看它到底会不会停下来，这种试探其实是很没有价值的。更重要的是人要理解机器，而不是单纯让机器理解人。

南都·湾财社：您曾说过，“无论人工智能变得多么先进，人都是关键”，那么，希望在未来投身这个行业的学生，如今需要培养哪方面的能力呢？

刘明：首先得先考虑培养什么样的人，然后才是选择什么专业。在我看来，未来不论从事什么行业，你都需要成为一个具有创造性思维、创新能力和新知识转化能力的人。人和机器最大的区别在哪里？我觉得可以通过香港科技大学（广州）的教育体系，总结出8个核心关键点：

1.终身学习的热情和能力。

2.系统思考与创新的能力。不光执行当前任务，还要有创新力。人的灵感涌现，是目前通过数据驱动做不出来的。

3.表达与达成共识的能力。尤其别人跟你想法不一样时，如何达成共识？这些事情机器可能没法做好，但对人来说非常重要。

4.动手与团队合作能力。人是有社会属性的，团队合作能力是发展的根本。

5.良好的人文素养。解决问题不能只停留在技术层面，我那位著名校友爱因斯坦讲过：“我们面对的重大问题，永远不能在产生问题本身的层次上被解决。”要提高维度，你就需要更好的人文素养。

6.正确的道德伦理观。不能只讲技术，不讲道德，道德是人所特有的。

7.全球视野与家国情怀。在放眼世界、认识到我国和他国之间差距的同时，还要保留作为中国人的家国情怀，这两者是同等重要的，也是我在欧洲留学多年的感受。

8.乐观进取的企业家精神。

具备这些特质，再加上鲜明的知识特长和宽广的学科知识面，我觉得一定能在这个领域有大的发展。

出品：南都湾财新闻中心

策划：戎明昌 刘江涛

执行策划：王莹

统筹：王卓江 陈实 马建忠 关健明 任先博 陈养凯 戴越

采写：南都·湾财社记者 胡雯雯