南方財經全媒體見習記者馬嘉璐南沙報道

“真實三維動態環境能力的缺失，卡住了機器人進一步智能化的脖子。”5月20日，國家科技創新領軍人才、深圳大學計算機與軟件學院院長黃惠在大灣區科學論壇“眾里尋她”女科學家分論壇上介紹了她在智能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，用更小的數據量規模實現更高精度的建模。這一成果可以廣泛應用于數字孿生、智能機器人制造等領域，目前處于國際領先水平。

(資料圖片)

更小的數據規模、更高的精度

中科院物理所曾科普了數字孿生的定義：數字孿生，英文名叫Digital Twin（數字雙胞胎），也被稱為數字映射、數字鏡像。簡單來說，數字孿生就是在一個設備或系統的基礎上，創造一個數字版的“克隆體”。

2023年初，中國信通院發布的《數字孿生城市產業圖譜研究報告（2022）》觀察到，我國數字孿生產業發展階段正處于增長期，數字孿生城市建設市場活躍，市場主體不斷擴大。數字孿生可以極大提升“元宇宙”的構建效率和真實體感，是“元宇宙”的重要組成部分，隨著“元宇宙”概念的火熱，數字孿生這一前沿技術也越來越被人們熟知。

此前，數據孿生需要大量的人力物力去采集數據，再通過大量的計算來得到模型。黃惠指出，數據采集成本高昂、時效性低，三維建模的對象非結構化、無關聯，正是當前數字孿生難以實現智能化、模塊化、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“智能圖形和感知計算”攻克難點，主導提出優視精準攝影測量技術，通過便攜無人機全自動采集達毫米級高清分辨率的城市三維快照，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，同時保證低于0.6米的幾何細節損失度，使數據采集的設備投入能夠縮減70%。實現多元信息的精準映射和良性代謝。據了解，這項技術目前在貼近式高精度城市三維航測單個項目上的應用面積為全球最大，保持著國際領先水平。

以對深圳市約2200平方公里的范圍進行建模為例，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，數據質量差，采集時間長的挑戰。如果用傳統的建模方式，需要用2年時間采集6000萬張圖片的數據，建立60TB體量的模型，總成本達1.5億。這種長周期、低頻次的采集方式，也無法實現城市孿生三維基礎的實時更新。經過優視精準攝影測量技術的優化，則可以在不降低精度的前提下，在8個月內用2000萬張照片數據建立6TB的小模型，總成本降至6000萬，降幅達60%。

“在群體智能、無人駕駛、智慧城市、國土安全、工業制造等領域，數字孿生都具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，并實現云上計算，大大降低城市三維重建的成本和門檻，將來可廣泛應用于高精度智能駕駛地圖構建、實景三維導航、高精度城市管理信息平臺等領域。

三維感知能力缺失“卡住機器人脖子”

《數字孿生城市產業圖譜研究報告（2022）》提出，近年來人工智能技術逐漸應用于建模領域，圖片建模、視頻建模成為未來發展趨勢。黃惠表示，用人工智能輔助機器人研究，可以提高數據分析的效率，幫助找到三維建模更高效的方法。她透露，她和團隊正在運用結合智能圖形和人工智能的方式進行探索，希望能夠進一步推動的智能機器人的研究。

與ChatGPT相比，智能圖形感知的一個難點在于，缺少可以用于大規模訓練的數據。黃惠介紹道，ChatGPT所使用的原始數據基本上都經過了人工的篩選、標注，是“干凈”的，但這一點延伸到三維空間，難度會大幅增加。“對一個物體可以拍出來1000張照片，但1000張照片可能都無法完全準確描述這個物體。”這就意味著，對大數據訓練人工智能模型這一路徑，描述小范圍三維空間的數據量都將會十分龐大。

“真實三維動態環境能力的缺失，卡住了機器人進一步智能化的脖子。”為什么這么難？黃惠用常見的掃地機器人來類比解釋：要讓掃地機器人在平面上移動、感知并躲避障礙物、防止自己被卡住，現在并不容易。與它相比，智能圖形感知要能夠在三維空間內判斷物體的形狀，進而判斷出物體的功能、動靜關系，賦予機器人可以更高級感知的具身智能，能夠真正地直面和改變真實的三維復雜動態環境，像人一樣“看見即理解、所見即所得”，作出決策和行動。

經過二十余年基礎研究的沉淀，黃惠帶領團隊嘗試拉通了環境感知、幾何建模、語義理解、自主決策的整個鏈條。但與ChatGPT這樣在自然語言理解方面取得顯著進步的人工智能技術相比，仍然有很多關鍵科學問題沒有得到解決，“還有很長的路要走”。

關鍵詞：