近日，机器人领域的顶会之一RSS（Robotics Science and Systems）以线上会议的形式召开，并且首次颁发了“时间检验奖”（Test of Time Award）。此奖项用于奖励至少十年前在RSS上发表的最具影响力的论文，因为它们改变了思考机器人设计的方式，提出了全新的课题，或者开创了机器人设计或解决问题的新方法。
首届“时间检验奖”授予了以下两篇论文，因为它们是因子图的开山之作，将信息平滑问题描述为图模型，通过平方根分解来高效求解。同时文章作者还发布了在SLAM和机器人领域被广泛使用的GTSAM开源软件库。
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上的演讲片段
这两篇论文被视为高精度定位方面的奠基性论文。两篇论文的作者（之一）Frank Dellaert是世界领先的机器人感知专家，是促成SLAM从经典卡尔曼滤波形式向图优化模型转变的关键人物。同时，他也是禾多科技的首席3D视觉科学家。
禾多科技的创始人倪凯与Frank的渊源开始于2004年，当时倪凯从清华硕士毕业后赴美在佐治亚理工学院计算机系攻读博士学位，Frank是他的博士生导师。
Frank在RSS上演讲的PPT中出现了青葱年代的倪凯
倪凯在2017年6月创建了自动驾驶公司禾多科技，确立了以量产为目标的路线，致力于打造由中国本地数据驱动的自动驾驶解决方案，目前聚焦高速公路和智能泊车两大应用场景。
在中国做自动驾驶，也引起了Frank的兴趣。他一向善于通过与产业的合作，把前沿的学术研究成果应用到实际的产品上，曾经在Facebook和硅谷无人机初创公司Skydio工作过。于是他躬身入局，开始担任禾多的首席3D视觉科学家，将最前沿的因子图技术充分融合到禾多的车载域控制器方案中，不断巩固禾多的自动驾驶算法在高精度定位和融合感知这两个技术高地的竞争优势。
高精度定位是自动驾驶解决方案中的重要模块，基于高精地图数据 ，融合智能相机、RTK-GPS 、IMU 等感知信息输入 ，以及车身姿态等信息（如轮速、方向盘转角等），最终输出高精度的车辆定位信息和车道级地理围栏等信息。
得益于Frank的助力，禾多科技在高精度定位上的优势不断加强，并推出了专门的高精度定位产品HoloPolaris，通过软件和定位盒子两种产品形态，赋能中国的量产自动驾驶在技术最前沿的开拓。
与禾多面向量产的定位一脉相承，禾多的高精度定位产品也是以满足量产需求为导向的。比如，HoloPolaris采用了全车规级的低成本传感器，如GNSS、相机、低成本车规级IMU、轮速计等。不可否认的是，使用低成本的传感器，会显著增加高精度定位的难度，而禾多科技是为数不多的能够解决此问题的公司。
基于车规级、低成本的传感器方案，HoloPolaris实现了高精度、高稳定性、全融合的定位。精度方面，系统能够达到横向定位精度10CM，航向角精度0.2度的定位精度。稳定性方面，系统进行了充分的冗余设计，支持隧道、特殊天气等极端工况，即使在传感器失效的情况下也有应对策略，支持“被降级”情况下的高精度定位。此外，HoloPolaris采用了全融合技术，不仅拿到了传感器的底层数据，也通过传感器的底层数据提取出了不同层次的特征，在系统层面上实现更加鲁棒的融合定位。
随着国际局势的变化，为了保持中国产业的持续发展，实现关键技术的自主可控变得尤为重要。“北斗”全球卫星定位系统、RTK基站的产业化建设、车路协同和5G技术的迅速发展，让中国在高精度定位的基础设施处于世界领先水平。禾多很早就布局这一方面的技术积累，充分的利用北斗、千寻、六分等高精度定位基础设施打造技术领先、自主可控的量产方案，进一步赋能国产自动驾驶的不断变革。近期，禾多科技还参与制定了业界首个智能驾驶功能软件平台设计规范，并牵头起草了其中定位功能服务接口规范，为中国的自动驾驶落地做出贡献。
Frank Dellaert教授简介：
Frank Dellaert是世界领先的机器人感知专家、促成SLAM从经典卡尔曼滤波形式向图优化模型转变的关键人物。他于2001年在卡内基梅隆大学获博士学位，现任佐治亚理工学院终身教授。
他目前的研究兴趣主要集中在机器人与计算机视觉的交叉领域，尤其关注用图模型方法解决大规模三维重建与地图构建问题。他率先引入蒙特卡罗定位方法（Monte Carlo）来估计和跟踪机器人的姿态，目前这已经成为移动机器人领域标准和流行的工具。他与Michael Kaess关于增量平滑和映射(iSAM)的论文尤其具有影响力，iSAM已经在许多不同的学术和工业环境中得到了应用。Dellaert教授还建立了开源的GTSAM工具箱，将因子图理论应用于实践。
2015年至2018年期间，他曾在Facebook担任Building 8项目的技术负责人，领导一支产品开发团队；在加入Facebook之前，他曾担任硅谷无人机初创公司Skydio的首席科学家；现任禾多科技的首席3D视觉科学家。
