文/王安忆
9月22日，阿里巴巴在2018杭州·云栖大会发布AliOS 2.0系统，定义下一代互联网汽车标准。
无人区里没有顺风车。从0到1，AliOS研发团队走得艰辛，就像34岁的许晨光，作为一名AliOS无线开发专家，他揣着领导最初赞助的2000多元，找开源代码、买3D打印机、DIY零部件、着手打造仿生机器人。有了这个机器人，多模态交互系统的训练工作才能事半功倍。
许晨光本以为，这项工作难度跟组装宜家橱柜差不多，哪晓得路上的坑一个接着一个，填到现在，他已经解锁了机电、雕塑、解剖等一堆新技能。在许晨光的努力下，一条机械手臂投入训练工作，这只是一个阶段性的成果，接下去，他还要为机器人添上另一条手臂、整个上半身躯干，以及头部和面部表情。
看得懂人的车
短短2年间，在路上奔跑的AliOS互联网汽车已有数十万台。而互联网汽车热销，多模态交互系统功不可没。
眼下，大部分车机系统基于手机安卓系统定制，可是安卓从底层、框架到应用的设计，都以近距离小屏触摸的手机场景为出发点，有点先天不足的意思。而AliOS从设计之初，在应用框架和交互体系方面就考虑到了汽车环境的需求。
触屏、语音、人脸、手势相结合的多模态交互系统，能够为司机带来颠覆性体验——比如通过人脸识别技术，汽车在认出司机身份后，会按照司机习惯调整好座椅、后视镜、空调风量以及歌单，就连油门灵敏度和换挡逻辑，也可以根据司机驾驶习惯设定。人车之间，不仅可以通过“语音+触摸”的方式交流，还可以通过“语音+手势”或“快捷手势”沟通。
重庆智博会上，AliOS曾展示了神奇的手势交互，司机轻轻挥一挥手，就能操控多媒体、地图等场景：做一个“love”手势，隔空收藏喜爱的音乐；一个食指左右滑动，就能升降音量；两个手指摆出“耶”，则代表拒接来电……
总之，在一辆互联网汽车里，摄像头是眼睛，麦克风是耳朵，将捕捉到的画面和声音，传递给AliOS这个大脑，司机不用低头查看车机屏幕就能控制汽车，这是一种沉浸式的智能新体验。
AliOS还在不断进化，今年6月下旬，许晨光所在的团队，主要任务就是支持包括手势识别、语音识别等多模态交互的升级测试，进一步将工具硬件化和产品化。
当老师的代价
AliOS能看懂人类的手势，是因为应用了视觉计算技术。和其他AI技术一样，视觉计算也要通过基于大量样本的训练，去不断优化模型和参数，这样AliOS才能更准确地识别不同角度的不同手势。
在训练的过程中，团队面临的最大问题在于，缺少手势图形数据，这些手势图形不但对定位精度有要求，还要经过人工打标签才行。
“深度学习的主要特点就是跟数据相关，实际生产中的问题，不是开发一个或者买来一个模型就能解决的。”许晨光想，使用人手的图像数据，需要花大量人力为手势图形打标签，“对于我们这样成本压力较大的部门来讲，这种方式不是最优解。”
最后，许晨光想到了可控机械手臂的方案，直接让硬件自动生成数据，来部分替代人工打标，相对现阶段其他方案，这个办法较为省时省力省成本。
可是，要买到一个现成的机械手臂并不容易，许晨光在网上搜寻，最基本的要求是，五个手指是否能分开运动、手腕和胳膊能不能运动。他找到一个机器手臂，却因为过于机械，定位精度达不到要求；另一个机械手臂动作很拟人，却因为重量太大，抬不起胳膊。
“机械手”、“仿生机器人”……许晨光用这些关键词搜索答案，却意外搜索到了法国的雕塑家盖尔·朗葛文，他只花了800美元就自制了一台真人大小的机器人，所需材料不过是一台3D打印机、一些电机以及电路板等。
朗葛文每完成机器人身体的一部分，就会在网上与人分享制作过程以及所需的材料等，重点是，朗葛文还说“这件事的难度和组装宜家橱柜差不多。”
廉价解决方案
盯着朗葛文提供的开源项目图纸，许晨光认为自己找到了一条捷径。7月中旬，他的办公桌上多了一台3D打印机，然后用随笔记录了整个项目的进程：
第一周：3D打印及加工手指、手掌、前臂等机械手部件，购置Arduino控制板、舵机、杜邦线、电钻、钻头、胶水、3mmPLA丝等部件。
第二周：打印完毕后，连接机械手手指、手掌、手腕、前臂零件装配、舵机安装及传动线，实现了可以通过arduino（开源电子原型平台）控制机械手进行单个手指的屈伸及手腕旋转运动。
第三周：终于实现了同时控制多个手指运动，并通过leap motion（体感控制器）实时追踪模仿人手手指运动（手指、手掌、手臂前臂部分基本制作完毕）。
第四周：制作上臂和肩膀部分，期间也在改进手指的机械结构，进一步提升机械的耐用性和控制的精确度。
网购一个完整设备，可能要花费几万元，许晨光的方案廉价地多——3D打印机花了1500元，前臂手指、手掌部分总共成本不到500元，上臂部分成本800元，另外准备集成一个主机，成本500元。
“我的领导马飞飞和黄宗明自掏腰包，提供了项目资金的支持。”许晨光把手放在连接电脑的leap motion上，比了“耶”的手势，左手边的白色机械手也“咔咔”伸出两根手指。
学解剖找问题
3D打印的过程异常缓慢，许晨光算过，一个5厘米厚的前臂零件，如果一切顺利，也要7-8个小时才能完成。
在组装前臂和肱二头肌的环节中，肘关节一个连接部位出了问题，只要许晨光想测试收起前臂的动作，总能听到“啪”一声脆响，连接部位8毫米厚的塑料零件被掰成了两半，“为什么手臂弯曲90度都不行？
许晨光低头摆弄着零件，在脑子盘算着：是不是零件在打印的时候参数没调对？3D打印有三四个小时等待时间，他也没有闲着，把没舍得扔掉的零件，拿强力胶粘起来再试，这一次前臂只弯曲到80度就断了。
“啪”“啪”“啪”，当零件第四次断裂时，许晨光抬起头，发现办公室里空空荡荡，就剩下他自己了，时间早就过了零点，他把第五片零件的参数设置好，第二天再赶来测试。
回家后，许晨光下载了《奈特人体解剖彩色图谱》，把这本书中第419页至第454页，关于“肘和前臂”以及“腕和手”的解剖图仔细研究了一遍。在一次又一次的试验中，许晨光最终找到问题所在，通过调节前臂中电机和零件的距离，便能在手臂弯曲时保全零件。“只能靠一次次试验，没有捷径。”
努力不会白费
重压之下，有时候一点小挫折就能造成整个人的情绪崩溃。有天早上，许晨光刚坐上班车，同事就发来了照片和信息，“许晨光，你的设备好像出错了，造出了一堆头发来。”同事还打趣，这不是在设计一个艺术品吧。
看着满屏缠绕着的白线，许晨光不敢放大图片，62小时36分钟的努力，全部报废了。本来坐得很挺的许晨光，猛地向椅背一靠，低垂下了脑袋，“什么都想不了，就想赶紧去看看它。”
看着一堆失败的“艺术品”，许晨光反而静下心来，他拿着小铲子把打歪了的零件一点点铲下来，一边铲，一边找原因，铲完废品之后他明白了，打印头温度不够高，并且在一层层叠加的打印中，没有支撑点让其附着，一层出错，全盘皆输。
调整参数和打印速度，增加支撑力，3D打印再一次启动。62小时36分钟的等待，又开始了。
现在，许晨光的机械手臂很灵活了，可以通过手指屈伸完成数字等手势动作，正在完成上臂及肩部组装，从而支持绝大部分手势操作，并通过与语音、手势、屏幕操作的结合，实现AliOS多模态一体化测试框架，落地到自动化测试的日常检测中。
有时候，许晨光会想起美剧《西部世界》第二季中的一个场景，女一号德洛丽丝是个机器人，利用深度学习，定量数据训练以及对抗神经网络，制造并训练出另一个机器人，男二号伯纳德。“比起德洛丽丝，我只是一个制作工具的人。”许晨光说。
郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。
