新闻动态 / 科研进展
自动驾驶感知决策控制进展(Advances on Autonomous Vehicles)

      汽车电子研究中心李慧云团队在自动驾驶感知决策控制方面通过多源数据融合算法的研究,在恶劣天气下基于深度学习和先验知识进行多源传感信息的环境感知技术;团队同时研发深度神经网络芯片,提出基于粗粒度可重构神经形态阵列架构的处理器体系结构;在驻车与制动系统,研发出具有可以绕纵向轴灵活转动、结构轻便、灵活适应前后装线控系统。团队荣获2018年中国智能车未来挑战赛“复杂动态交通场景视觉认知基础能力离线测试”前车检测项目全国三等奖。

      该成果全文信息:
1.Yang L, Li H. Vehicle-to-vehicle communication based on a peer-to-peer network with graph theory and consensus algorithm. IET Intelligent Transport Systems, 2018. doi: 10. 1049/iet-its. 2018. 5014
2.邹洁,李慧云,基于圆锥曲线的无人驾驶避障方法、装置、设备及介质,2018.10.11,中国,CN201811182613.6

2019-07-04

智能交通与自动驾驶成果被IEEE IV大会接收

      IEEE IntelligentVehicle Symposium(IEEE 国际智能车大会)是IEEE智能交通协会举办的两大年度旗舰会议之一,旨在为全球该领域相关的研究人员、工程师、学者提供当今最先进技术的交流研讨机会,是智能车领域水平最高、规模最大、历史最为悠久的世界顶级大会。第29届国际智能车大会将于2018年6月26日至30日在中国常熟召开。IV会议有着较为严苛的录用标准,本届IEEE IV大会共收到来自34个国家的603篇论文,接收论文347篇,录取率为57%。
      近日,中国科学院深圳先进技术研究院集成所汽车电子研究中心主任李慧云研究员及其研究团队的相关论文Real-timePedestrian and Vehicle Detection for Autonomous Driving(自动驾驶的实时行人车辆检测)和ImprovedSliding-Mode On-line Adaptive Position Control for AMT Clutch Systems Based onNeural Networks(基于神经网络优化的AMT离合器系统滑模在线自适应位置控制)被IEEE IV2018会务组公布确认接收。
      Real-time Pedestrian and Vehicle Detection forAutonomous Driving(自动驾驶的实时行人车辆检测)论文第一作者杨志恒给出了一种基于YOLOv2优化特征提取的行人检测和车辆检测算法。该研究采用关于特征框大小的先验经验,通过对行人标签和车辆数据集标签统计分析,然后设计出更符合行人和车辆特征的预选框的初始值,结合一些深度学习训练技巧,进而优化提升行人和车辆的目标检测。实验结果表明,该优化算法满足低速自动驾驶的实时性和准确性。
      Improved Sliding-Mode On-line Adaptive PositionControl for AMT Clutch Systems Based on Neural Networks(基于神经网络优化的AMT离合器系统滑模在线自适应位置控制)论文第一作者邹洁提出了一种基于神经网络优化的二阶滑模位置控制器。控制器参数通过在线自适应调整获得,以控制离合器系统在车辆起步阶段对位置轨迹有更快更准的跟踪表现,该方法有别于传统依赖手动离线调节控制器参数并将其固话,在线自适应调整的参数不仅显著提高了控制器对被控对象变化的适应性及对外部干扰等不确定因素的鲁棒性,同时大幅降低了对工程师经验的依赖及反复试验的时间成本,从而全面提升了控制器的泛化能力。
      此外,由李慧云研究员主持的题为“IntelligentTransportation and Autonomous Vehicles(智能交通与自动驾驶)”的 IEEE IV2018大会研讨会将于2018年6月26日至30日在中国常熟召开。

2018-09-14