韩旭，博士毕业于美国伊利诺伊大学香槟分校，师从美国和中国四院院士——计算机视觉权威Thomas Huang教授。博士毕业后加入美国密苏里大学任博士生导师、终身教授，并担任计算机视觉和机器学习实验室主任。
在校期间，韩旭领导的团队，参加了多项国际图像识别大赛，获得多次第一。他主持开发的DeepSpeech2 被MIT Tech Review评为2016十大技术突破之一，他曾担任百度自动驾驶首席科学家，现在是景驰科技的CEO和联合创始人。
景驰科技CEO、联合创始人 韩旭
古人常说，学而优则仕，从一个初出茅庐的青葱小子，到国际知名大学的终身教授，他已经完成了人生的蜕变。
但，缺乏挑战的人生，即使爬的再高也是无趣的。从博士毕业开始，韩旭就带领一个数人的小团队进行科研项目的研究，数年之后，他手下的人员规模，已经扩张到上百人。可是在他的内心里，装着更大的世界。
近日，韩旭接受了《高工智能汽车》的独家专访。
从视觉到语音，从学者到技术主管
韩旭的主要研究方向是计算机视觉与机器学习，在2013年的时候，他就带领团队在ImageNet物体检测大赛、人脸识别大赛中，取得了相当优异的成绩。
于他而言，参加世界级的大赛，不仅仅是证明实力的过程，同时作为世界范围内最早使用深度学习做视觉识别的那一批人，他以及他的团队成员，后来都成为了业内的佼佼者。
这番经历，带给韩旭的，既有对计算机视觉技术先进性和敏感性的理解，也有对该技术局限性的深层次认识。韩旭坦言，作为一名视觉识别领域的老兵，他深知视觉方案的优缺点。
计算机视觉有自己短时间内解决不了的难题：在一些场景下，物体识别与检测很不稳定，因此极大的限制了视觉方案的可靠性和使用场景的广度。现阶段无法解决这些难题，也因此，LIDAR+摄像头+毫米波雷达的自动驾驶方案，在公司创立伊始就定了下来。
2014年，韩旭从学者的身份转换到了高科技公司的项目带头人，他进入百度美研人工智能实验室，进行前端技术的探索研究。
由于初期没有视觉方面的项目，他就受命开发基于深度学习的端到端中文语音识别系统（DeepSpeech2）。对于韩旭而言，从视觉到语音识别，专业上是跨界，但越有挑战的事情越有魅力，他丝毫不担心。
语音识别跟图像识别，在技术原理上有相似之处，都是对参照物知识元素的提取，只是语音是连续的，它需要依托更多的语音模型和深度学习模型，比如语音的上下文环境。要让机器听懂人类的语言，首先是要能够清晰的识别语音，即语音转换成文字，其次是解析文字含义。
完成第一步需要的是多是技术上的处理，而完成后一步，则需要让机器理解语义：文字的意义不只是表面的意思。
诚如每一个汉字，在字典上的释义就有多种，不同的语境下，不同的说话语气，所表达的意思都千差万别。要让只识“0和1”的机器，明白同一个句子不同的意思，靠的就是上下文的环境，达到这一目标，背后所依赖的就是深度学习的力量。这个系统在单句上下文的情况下，实现了超过人类认知水平的识别率，并被MIT Tech Review评为2016十大技术突破之一。
没有GPS信号怎么办？
景驰的无人驾驶系统，是以LIDAR+视觉+毫米波的融合方案，系统在关键的地方有冗余的安全设置，比如供电、刹车、运算系统等等。常见的单颗64线LIDAR的方案，并不是唯一，还有其它的方案，只是出于商业机密的考虑，最新的技术方案不便示人。
韩旭向我们展示了景驰无人车的穿隧道技术，视频中无人车穿过了一段狭长的隧道，周围也有过往的车辆，在GPS信号几乎为0的时候，无人车依然可以正常的行驶。达到这样的技术，得益于专属于景驰的“定位的四重奏”。
对于无人驾驶而言，准确实时定位是非常关键的。但在正常的道路环境中，不仅会有高楼、树荫遮挡，立交桥、隧道的情况也非常普遍，而在这种环境下，要让无人车继续安全无误的行驶，就不能只靠GPS了。
景驰在定位方面，运用了点云定位，GPS定位，惯导定位，视觉定位四种方式融合的办法，使得无人车可以在GPS信号较弱的情况下依然可以利用其它方式自动补全位置信息。
韩旭同时展示了景驰构建3D高精度地图的视频，在一段有高架桥、居民楼的路段，景驰的技术可以将道路周边的信息清晰、准确的扫描显示，无论行人、车道线、车辆、路面还是交通标志，都一览无余。
韩旭表示，有了这些技术，无人车过隧道才不会像人行夜路，没谱。汽车行驶的环境千变万化，gps的信号也是在随时发生变化，而这种“四位一体”的定位方式，可以为无人车提供稳定精准的定位，为无人车的安全行驶提供明亮的双眼。
生成这样的高精地图，靠的主要是LIDAR，高线数的LIDAR用数百万条往返的射线，编制出了真实世界的3D模拟图。要将这些线准确无误的连接起来，需要深厚的技术积累作为支撑。
现在构建高精地图已经基本实现了自动化，而自动化也是支撑构建更大范围高精地图的必要条件，有了更广阔的高精地图，无人驾驶才能跑的更远。
做自动驾驶，技术上需要三头六臂，景驰还做了自己的模拟器，可以在其中模拟汽车行驶过程中可能遇到的各种突发情况，比如各种撞车、强行超车、不守交通规则的情况，无人车系统也可以通过这套模拟器不断训练，优化。
中国首位坐着前排无人的自动驾驶车去签约
2018年2月26日，加利福尼亚州汽车管理局（DMV）宣布，行政法办公室批准了关于在加利福尼亚州道路上对无人驾驶车辆进行无人驾驶测试和公共使用的规定。此规定意味着，4月份以后，加州无人驾驶测试车辆前排也将会实现“无人化”。
此前无人驾驶车的测试都是前排有人，驾驶位上必须要有监管员，这是为了在“不可预测”的情况下驾驶员能够强行接管行使权。相比于硅谷，国内北京、上海、重庆、深圳出台的相关路测法规，还依然要求前排必须要有驾驶员监管。那么无人车的测试，驾驶员存在与否到底有何差异？
韩旭透露，景驰的无人车在一定情况下已经可以实现完全无人的驾驶测试，在之前广州开发区政府发布会时，景驰的无人车就演示了全车无人的情况下，完成自动驾驶的过程。他也是中国第一个坐在前排没有人的自动驾驶汽车中去签约的创业者。
无人驾驶前排有人与无人，本质上来讲其实是对安全性的把握程度。在完全无人的情况下，无人车依然可以正常完成道路上的行驶，靠的是其“保证”安全的能力。加州已经允许完全无人的自动驾驶测试车上路，国内自动驾驶公司在实力上不逞多让，只是政策的开放可能还需时日。
谈到中美自动驾驶的差异，韩旭坦言：二者在人工智能领域属于毫无争议的世界前两名。中国自动驾驶是最有希望的，中国AI和美国还有差距，但中国基础建设的决心和速度以及执行力是有目共睹的。一些造车新势力如蔚来、小鹏、威马等公司在迅速发展，可以看到中国正在进步。
谈到自己为什么回中国做自动驾驶?韩旭自信的说道：因为中国是最有希望的。
也正是深厚的自动驾驶技术储备，景驰科技在今年初的高工智能汽车年度金球奖评选中，获得了年度最具影响力无人驾驶公司。
图中右起第二位为代表景驰科技领奖的公司副总裁杨庆雄
2020年量产不是梦
景驰的目标是：2020年实现量产无人驾驶的方案，提供限定区域的出行服务。景驰会选择跟主机厂、出租车公司合作，搭载自动驾驶系统。
使用的场景将会首先是限定场景，车流、人流、交通环境都不复杂的一些环境。自动驾驶的发展不会一蹴而就，整个过程会是一个由简入繁、由易到难的过程。
很多人认为，实现L4级别无人车量产的最大难题是LIDAR的高昂价格。但韩旭不以为然，他认为很多人想到LIDAR的价格昂贵，甚至产品的稳定性问题，就觉得自动驾驶离人们很遥远，这是不对的。
韩旭曾分不同时期，去实地考察过顶级LIDAR厂商的工厂，见证了LIDAR生产从手工到自动化的全过程。他认为现阶段LIRDR昂贵，是因为整体的产量没有形成一定的规模，随着以后越来越多的公司使用，包括国内LIDAR厂商的发展，LIDAR的价格必将会下降。
景驰现在的人员规模将近百人，绝大部分都是全职工程师，几乎汇集了硅谷做无人车的精英。公司在广州也得到了当地开发区政府的大力支持，加上中国这个最大的汽车市场，天时地利人和，未来景驰的发展将会走上一个快车道。
123
