近日，機器人領域的頂會之一RSS（Robotics Science and Systems）以線上會議的形式召開，并且首次頒發了“時間檢驗獎”（Test of Time Award）。此獎項用于獎勵至少十年前在RSS上發表的最具影響力的論文，因為它們改變了思考機器人設計的方式，提出了全新的課題，或者開創了機器人設計或解決問題的新方法。
首屆“時間檢驗獎”授予了以下兩篇論文，因為它們是因子圖的開山之作，將信息平滑問題描述為圖模型，通過平方根分解來高效求解。同時文章作者還發布了在SLAM和機器人領域被廣泛使用的GTSAM開源軟件庫。
Frank Dellaert: Square Root SAM. Proceedings of Robotics: Science and Systems I, 2005.
Frank Dellaert and Michael Kaess: Square Root SAM: Simultaneous localization and mapping via square root information smoothing. International Journal of Robotics Research, 25, 1181-1203, 2006.
Frank Dellaert在RSS上的演講片段
這兩篇論文被視為高精度定位方面的奠基性論文。兩篇論文的作者（之一）Frank Dellaert是世界領先的機器人感知專家，是促成SLAM從經典卡爾曼濾波形式向圖優化模型轉變的關鍵人物。同時，他也是禾多科技的首席3D視覺科學家。
禾多科技的創始人倪凱與Frank的淵源開始于2004年，當時倪凱從清華碩士畢業后赴美在佐治亞理工學院計算機系攻讀博士學位，Frank是他的博士生導師。
Frank在RSS上演講的PPT中出現了青蔥年代的倪凱
倪凱在2017年6月創建了自動駕駛公司禾多科技，確立了以量產為目標的路線，致力于打造由中國本地數據驅動的自動駕駛解決方案，目前聚焦高速公路和智能泊車兩大應用場景。
在中國做自動駕駛，也引起了Frank的興趣。他一向善于通過與產業的合作，把前沿的學術研究成果應用到實際的產品上，曾經在Facebook和硅谷無人機初創公司Skydio工作過。于是他躬身入局，開始擔任禾多的首席3D視覺科學家，將最前沿的因子圖技術充分融合到禾多的車載域控制器方案中，不斷鞏固禾多的自動駕駛算法在高精度定位和融合感知這兩個技術高地的競爭優勢。
高精度定位是自動駕駛解決方案中的重要模塊，基于高精地圖數據 ，融合智能相機、RTK-GPS 、IMU 等感知信息輸入 ，以及車身姿態等信息（如輪速、方向盤轉角等），最終輸出高精度的車輛定位信息和車道級地理圍欄等信息。
得益于Frank的助力，禾多科技在高精度定位上的優勢不斷加強，并推出了專門的高精度定位產品HoloPolaris，通過軟件和定位盒子兩種產品形態，賦能中國的量產自動駕駛在技術最前沿的開拓。
與禾多面向量產的定位一脈相承，禾多的高精度定位產品也是以滿足量產需求為導向的。比如，HoloPolaris采用了全車規級的低成本傳感器，如GNSS、相機、低成本車規級IMU、輪速計等。不可否認的是，使用低成本的傳感器，會顯著增加高精度定位的難度，而禾多科技是為數不多的能夠解決此問題的公司。
基于車規級、低成本的傳感器方案，HoloPolaris實現了高精度、高穩定性、全融合的定位。精度方面，系統能夠達到橫向定位精度10CM，航向角精度0.2度的定位精度。穩定性方面，系統進行了充分的冗余設計，支持隧道、特殊天氣等極端工況，即使在傳感器失效的情況下也有應對策略，支持“被降級”情況下的高精度定位。此外，HoloPolaris采用了全融合技術，不僅拿到了傳感器的底層數據，也通過傳感器的底層數據提取出了不同層次的特征，在系統層面上實現更加魯棒的融合定位。
隨著國際局勢的變化，為了保持中國產業的持續發展，實現關鍵技術的自主可控變得尤為重要。“北斗”全球衛星定位系統、RTK基站的產業化建設、車路協同和5G技術的迅速發展，讓中國在高精度定位的基礎設施處于世界領先水平。禾多很早就布局這一方面的技術積累，充分的利用北斗、千尋、六分等高精度定位基礎設施打造技術領先、自主可控的量產方案，進一步賦能國產自動駕駛的不斷變革。近期，禾多科技還參與制定了業界首個智能駕駛功能軟件平臺設計規范，并牽頭起草了其中定位功能服務接口規范，為中國的自動駕駛落地做出貢獻。
Frank Dellaert教授簡介：
Frank Dellaert是世界領先的機器人感知專家、促成SLAM從經典卡爾曼濾波形式向圖優化模型轉變的關鍵人物。他于2001年在卡內基梅隆大學獲博士學位，現任佐治亞理工學院終身教授。
他目前的研究興趣主要集中在機器人與計算機視覺的交叉領域，尤其關注用圖模型方法解決大規模三維重建與地圖構建問題。他率先引入蒙特卡羅定位方法（Monte Carlo）來估計和跟蹤機器人的姿態，目前這已經成為移動機器人領域標準和流行的工具。他與Michael Kaess關于增量平滑和映射(iSAM)的論文尤其具有影響力，iSAM已經在許多不同的學術和工業環境中得到了應用。Dellaert教授還建立了開源的GTSAM工具箱，將因子圖理論應用于實踐。
2015年至2018年期間，他曾在Facebook擔任Building 8項目的技術負責人，領導一支產品開發團隊；在加入Facebook之前，他曾擔任硅谷無人機初創公司Skydio的首席科學家；現任禾多科技的首席3D視覺科學家。
