自动驾驶

　　 　　5 月 29 日机器之心消息，滴滴出行宣布旗下自动驾驶公司完成首轮超 5 亿美元融资，以加大研发测试投入，加深产业合作，推进在国内外特定区域开展自动驾驶载人应用，进一步提升出行安全和效率。 　　2016 年，滴滴开始投入自动驾驶研发测试。2019 年 8 月，滴滴将旗下自动驾驶部门升级为公司。这是滴滴自动驾驶公司成立后首次对外融资，也是目前国内自动驾驶公司，获得的单笔最大融资。该轮投资由软银愿景基金 2 期领投。 　　 此次融资，这是滴滴自动驾驶公司成立后首次对外融资，也是目前国内自动驾驶公司，获得的单笔最大融资。该轮投资由软银愿景基金 2 期领投。 　　获得资金支持后，滴滴将加大自动驾驶、车路协同及相关 AI 技术投入，探索区域落地，助力当地「新基建」发展。与此同时，滴滴也将进一步加深与汽车上下游产业合作，加快自动驾驶量产进程，推动全球汽车与交通产业的变革。 　　除自建测试车队外，自动驾驶公司将滴滴平台累积的海量真实出行数据用于仿真测试，从而突破实地测试数据量的瓶颈，提升研发效率，加快算法迭代。同时公司正在探索把滴滴在网约车的安全运营经验，和线下管理能力，逐步应用于未来自动驾驶测试运营。 　　滴滴已在北京、上海、苏州、美国加州获得路测资格，并在上海取得首批「智能网联汽车示范应用」牌照，可开展载人测试。滴滴自动驾驶公司正与滴滴旗下的小桔车服及滴滴金融共同探索

点击上方“ 3D视觉工坊 ”，选择“星标” 干货第一时间送达 目前三维点云数据的获取方法相对快捷，同时三维点云数据的采集不受光照影响，也规避了二维图像遇到的光照、姿态等问题，因此基于点云数据的三维物体识别也引起了人们的重视。 三维点云物体识别方法多是通过提取物体的特征点几何属性、形状属性、结构属性或者多种属性的组合等特征进行比对、学习，从而完成物体的识别与分类。可以分为以下四类方法： 1.基于局部特征的目标识别 基于局部特征的物体识别方法主要是通过局部来识别整体。该方法无需对处理数据进行分割，往往通过提取物体的关键点、边缘或者面片等局部特征并进行比对来完成物体的识别。其中，特征提取是物体识别中非常关键的一步，它将直接影响到物体识别系统的性能。基于局部特征的方式对噪声和遮挡有更好的鲁棒性，同时不受颜色和纹理信息缺乏的限制。由于局部特征描述子仅使用参考点邻域信息，所以不对场景进行分割即可处理复杂场景。但是局部特征描述子维度较高，需要消耗更多的内存，同时存在计算复杂度高，实时性差等问题。 点特征直方图(PFH)和快速点特征直方图(FPFH)是Rusu R B等人提出的相对早期的局部特征描述子。采用统计临近点对夹角的方式构造特征描述子，这也是局部特征描述子构造的典型方式，在此基础上形成了基于局部特征匹配的目标识别和位姿估计的经典框架，如下图所示。表１对典型的局部三维描述符进行了总结

为让美国公司保持技术领先，美国商务部正出台重新允许与华为开展业务的政策，新规定最早本周二生效。 机器之心报道，参与：泽南、小舟。 本周一，美国政府证实了路透社的一篇报道：白宫正在修改禁止美国公司与华为展开业务的禁令，以允许与这家 5G 技术领先的公司共同制定下一代 5G 标准。 据外媒路透社援引知情人士的报道，美国商务部和其他机构已经签署了有关规则变更的决定，该变更正在等待《联邦公报》的公布。这项规则已于上周五发送至联邦公报，最早将在周二发布。联邦公报是美国联邦政府每日出刊的公报文件，其内容可概分为美国联邦机构的规则，及拟议中的规则与公告。 美国商务部部长威尔伯 · 罗斯（Wilbur Ross）在昨天发送给媒体的声明中证实了这一点。 「美国不会放弃在全球创新中的领导地位，」罗斯说道。「商务部致力于通过鼓励美国工业全面参与并倡导美国技术成为国际标准，来保护美国的国家安全和外交政策利益。」 美国商务部周一晚些时候公开宣布了这一举动，指出美国参与标准制定影响着 5G、自动驾驶、人工智能以及其他尖端技术的未来。在电信行业中，预计 5G（第五代无线网络）将为高速视频传播、自动驾驶等领域提供动力。 而新的规定将确保华为广泛参与标准制定组织。 根据新的商务部工业和安全局（BIS）规则，在华为被列入「实体名单」之前与美国机构之间流通的，面向标准制定的技术，现在不再需要申请出口许可证了

上周末，机器人领域顶级会议 ICRA 2020 放出了所有奖项的结果，来自加州理工和清华大学的 Maegan Tucker 等人的工作获得了本届大会最佳论文奖。本论文还同时获得最佳人机交互论文奖（Best Paper Award on Human-Robot Interaction）。 选自arXiv，作者：Maegan Tucker 等人，机器之心编译，机器之心编辑部。 论文链接： https:// arxiv.org/abs/1909.1231 6 这项研究展示了如何利用「个人偏好」，来定制化提升人类使用下肢外骨骼的舒适感。以往，机械外骨骼一直被美国军队视为提升士兵作战能力的工具，但 加州理工和清华大学的这项研究在未来或许可为数千万残障人士带来帮助 。 该研究提出了一种叫做 COSPAR 的算法，它可以将合作学习应用于下肢外骨骼操作时对人类偏好的适应，并在模拟和真人实验中进行了测试。 论文参与方有Caltech的Aaron Ames组、Joel Burdick组和Yisong Yue组，以及清华大学的Yanan Sui组。 研究者表示，未来计划将 COSPAR 用于优化规模更大的步态参数，但可能需要集成该算法与更多可用于高维特征空间学习的技术。这一方法还可以扩展到预计算步态库以外的数据，进而生成全新的步态或者控制器设计。 从辅助移动到自动驾驶，从教育到对话系统

走在存储行业前沿，华为NVMe SSD存储历尽千帆仍少年。 出品 | 常言道 作者 | 丁常彦 如果说全闪存是未来存储市场的大势所趋，那么NVMe SSD则是全闪存市场的发展大势； 如今，全球各大存储厂商都在加速推出基于NVMe的新一代存储产品，华为同样也在积极投身这一代表存储技术未来走向的前沿领域。 日前，入选华为“天才少年”的两名博士生，在加入华为后也将从事华为存储相关的研究，新型存储介质(NVM，SMR)、数据库和键值存储系统正是他们的研究方向之一。 事实上，早在2005年，华为就开始了闪存技术的研究，经过十多年的持续积累，目前华为已经是存储行业内拥有SSD盘片级专利最多的厂家之一。尤其 在NVMe（非易失性内存主机控制器接口规范）领域，华为更是在业内唯一端到端开发了NVMe SSD盘、NVMe闪存控制器和NVMe全闪存操作系统的企业，并在新一代OceanStor全闪存中率先实现了全系列端到端NVMe产品。 梁启超在《少年中国说》中如是说：少年智则国智，少年富则国富；少年强则国强，少年独立则国独立……通过“天才少年”计划聚拢高端人才的华为存储，不仅要成为NVMe SSD的引领者，距离登顶全球存储市场也已经不远。 成为存储事实标准 NVMe时代全面到来 NVM（非易失性存储器）是一种计算机即使关闭电源也能够保存已保存数据的存储器；与易失性存储器不同

在过去的20年中，CPU和网络的性能提高了10,000倍。根据摩尔定律，在未来的20年里，他们将通过提高其他 10,000倍的因素。在当今工业自动化（IA）架构的40年设计生命周期中，计算机的功能将惊人地提高100,000,000倍。很难夸大其词，更多信息尽在振工链。 使用这种权力将决定哪些公司，行业，甚至是经济赢家或输家。对于明天的长寿命系统的当今设计者而言，启用智能软件是唯一重要的因素。 实际上，这已经在发生。在一个又一个的行业中，软件正成为每个系统中最有价值的部分。IA一直是该规则的例外。尽管如此，像自动驾驶汽车和智能医疗系统一样，IA可以使用传感器融合，快速分布式反应和人工智能（AI）来替代具有智能自主性的僵化或手动流程。 正在开发的体系结构旨在解决最近20年的问题，例如重新配置工作单元，小批量，灵活的自动化和供应商互操作性。使用灵活的软件比使用严格的规范更容易解决这些问题。未来属于软件。 苛刻的真相 当今的离散自动化系统使用简单的以硬件为中心的体系结构。可编程逻辑控制器（PLC）通过现场总线连接设备。PLC控制设备并管理与高级软件（如人机界面（HMI）和历史学家）的上游连接。工厂底层软件读取传感器，执行逻辑并驱动执行器，从而在“工作单元”中执行重复操作。工厂由一系列这些工作单元组成，每个工作单元都有几十个设备。 工作单元的编程方式并不多

　　日前，麻省理工科技评论中国、DeepTech 联合 COLMO AI 科技家电举行的一场线上 TR35 青年科学家分享会圆满落幕，已累计吸引超过 10 万在线点播。 　　这次分享会主要围绕 “ AI 重构未来 ” 的主题展开，针对新基建浪潮、市场环境变化、AI 芯片、机器人、AI 技术产业趋势等时下热点，邀请了来自投资机构、学术界、产业界的多方专家精英进行了专业分享和讨论。 　　 　　本次活动的嘉宾阵容包括韩国成均馆大学教授、美的集团洗衣机事业部研究院院长高弘锡，上海交通大学研究员、博士生导师、非夕机器人首席 AI 科学家卢策吾，快手 AI 平台部、Ytech 西雅图人工智能实验室、FeDA 商业化智能实验室负责人刘霁，赛灵思人工智能业务高级总监、前深鉴科技联合创始人兼 CEO 姚颂， 瑞莱智慧创始人兼 CEO 田天，真格基金投资总监尹乐等。 　　嘉宾在观念的交流与碰撞之间，为我们展现了 AI 领域最新的技术走向和市场趋势解读。 　　 智能家电正在告别 “ 伪 ” 智能 　　美的集团洗衣机事业部研究院院长高弘锡表示，近年来，随着智能家居、智慧生活概念的火热，很多厂家都开始跟风把物联网、语音交互等技术跟家电产品进行简单结合，这给消费者造成了不少认知上的偏差，很多产品并没有从实用和体验层面出发给用户生活带来切实有效的改变。 　　 真正的智能家电还是应该从产品最本质的核心使用功能出发

出品 | AI科技大本营（ID:rgznai100） 2个月，一群来自世界各地高校的学生做出了技术与商业化兼具的AI落地项目。 8月5日，DeeCamp 2020人工智能训练营迎来总冠军答辩暨结营典礼。最终， 自动驾驶赛道和创新赛道 的两支团队夺得并列总冠军， 各获得10万元奖励， 其余五个项目分别获得 创新赛道、自动驾驶赛道、教育赛道、医疗与公共卫生赛道、商业赛道 的冠军。 训练营期间，200余名来自全球高校的学生，聆听了李开复、张亚勤、吴恩达、张宏江、俞敏洪、周志华等12位AI学术界、产业界大师授课，透彻理解了科技与创投核心规律；分组挑战开放命题AI创新大赛，用AI和创意向现在和未来人类世界面临的真实难题问题发起挑战。 在经过节奏紧凑的立项、研发、测试，DeeCamp 2020开放命题AI创新大赛共37支团队提交了AI Demo，最终只有7项入围总冠军答辩。 通过云端连线的方式，他们也在现场展示了各自的Demo作品。那么，各大赛道的王者都做出了什么AI项目呢？ 总冠军：方仔照相馆 BrickMeStudio 所属赛道：人工智能的创新思考与前沿设计 挑战赛题：自动积木建模 AI+积木？听起来如此跨界的两件事，会有什么奇妙的组合？ 来自北京航空航天大学、清华大学、香港中文大学、奥地利科学技术研究所的同学们组成的“方仔照相馆”团队，用AI玩转积木，为创意插上了翅膀。

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 据科技日报6月15日报道，中国工程院院士刘韵洁表示，南京网络通信与安全紫金山实验室已研制出CMOS毫米波全集成4通道相控阵芯片，并完成了芯片封装和测试，每通道成本由1000元降至20元。同时，该实验室封装集成1024通道天线单元的毫米波大规模有源天线阵列。[BYG1] 芯片与天线阵列力争在2022年商用于我国的5G系统。 1999年，中国科技部部长徐冠华曾说“中国信息产业缺芯少魂”。其中，“芯”是指芯片，“魂”则是操作系统。现如今，中国经过20多年的发展，正逐步让“缺芯少魂”成为历史。 5G移动通讯领域的突破 顾名思义，5G毫米波芯片即适用于5G移动通讯领域的芯片，是宽带卫星通信和5G毫米波通信的关键核心器件。 根据5G频谱的范围划分，可将5G频谱划分为FR1和FR2，FR1即450MHz到6Gz，或称作Sub-6，FR2即24GHz到52GHz，这段频谱的波长大部分都是毫米级别，因此也称之为毫米波。 一般而言，频段越高，射频电路、器件以及天线的设计难度就越大，对技术的要求更高，成本也就更高。2G、3G和4G移动通讯的频段就基本在2.7GHz以下，当低频段的频谱资源被耗尽时，就只能在高频段获取频谱资源，所以位于高频段的毫米波频谱，坐拥大量潜在的未被充分利用的频谱资源

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 科技行者 7月10日 北京消息：7月9日，2020世界人工智能大会（WAIC）云端峰会正式开幕，高通公司总裁安蒙（Cristiano Amon）在产业发展全体会议上发表了主题为“5G+AI开启智能互联未来”的演讲。 对于整个行业来说，这是振奋人心的时刻，我们正在迈入一个由AI和5G驱动的智能云连接的新时代。万物都将被连接到云端，以可靠的方式实现互联。现在，终端和体验与云端的内容、数据、算力和存储密不可分。5G具有光纤般的连接速度及低时延，加上先进的处理能力，为这一切提供了基础，将我们的边缘终端变得更加智能。5G和AI相结合将影响我们生活的方方面面和众多行业，这是下一个重大技术变革。 为了实现AI规模化，我们必须在整个网络实现分布式智能。如今，智能广泛分布在云端，并且逐渐向终端侧迁移。而未来，来自数十亿边缘终端的海量数据将需要创建全新的边缘云。在全新的边缘云中，内容和控制的处理将转移到产生流量的地方。现在，边缘云和5G能够降低时延并赋能新的应用与服务，我们将看到性能、安全性和隐私保护都得到提升。 边缘云结合终端侧AI，还将助力更加广泛的全新用例。对我们而言，因为更直观、更富沉浸感与情境感体验的实现，生活将更加丰富——从交互式内容到无界虚拟现实，再到实时语音翻译。而在更多行业