汽车电子研究中心

研究方向 / 智能驾驶
研究方向简介 / Research Direction

主要针对智能驾驶车辆和相关关键技术发展的需求,将通信安全、激光雷达、机器视觉、主动安全、节能等技术运用到车辆系统中,开展系统性的多学科交叉研究。
1.感知
针对车用雷达和机器视觉的信息融合技术和视觉探测与测量技术中空间三维信息构建等新技术进行研究
2.自主驾驶决策
基于深度强化学习的框架,构建自动驾驶策略学习算法模型,并利用并行计算提高数据集的训练效率。
3. 车联网通信安全
对车联网的接入身份认证、安全行驶、计费管理、交通管理、数据通信等进行数据加解密,身份认证、密钥分发的研究。
4.节能驾驶
通过路径规划和车速调整来实现节能的研究,结合交通大数据环境,实现电动汽车的智能节能,从而从整个城市的层面实现节能。

面向车联网的城市级停车实时搜索引擎 / Selected Projects

      停车难是当前城市中非常突出的问题,高质量的停车诱导信息服务(PGIS)是缓解这一难题的有效方法。当前不少城市都在打造这一平台,作为城市智能交通信息服务的基础设施。但从当前的解决方案看,大量的车位信息采集设备将导致项目初期的巨额投资和后期的巨额维护成本,因此只能覆盖城市的一小部分区域,远不能达到全面服务城市级停车的水平。所以目前的PGIS不能满足车辆的实际需要,故而落地的效果一般。
      本项目采用城市级停车特征数据快速建模技术,对基于城市中主要类型的停车场所样本的特征分析,提取其时-频数据特征,建立短时预测模型;以这些稀疏样本做时-空扩散算法,对城市级其他停车场进行扩散覆盖;根据实际误差基于神经网络进行模型修复收敛。 同时研发以用户为中心的停车场实时搜索算法,根据车辆的行进路线,行驶方向,到达目的地等诸多用户上下文环境因素,设计基于神经网络的聚类匹配算法,实现个性化停车场在途搜索和推荐功能。
      由于停车是车辆的刚需行为,PGIS在城市交通中的重要作用甚至超过导航,因此在短时间内,基于本项目成果采用低廉成本建立覆盖城市绝大部分停车场所/路段的PGIS,向车辆提供一对一的精准诱导服务,其社会效益和商业价值都十分巨大。

成果 / Intellectual Properties

代表性论文 / Selected Papers

[1] Lei peng, Li huiyun, Searching Parking Spaces in Urban Environments based on Non-stationary Poisson Process Analysis, 19th International IEEE Conference on Intelligent Transportation Systems (ITSC),2016,Brazil,Rio.

代表性专利 / Selected Patents

[1] 一种车载电子装置,中国发明专利,彭磊,李慧云,耿永清,徐国卿,专利号: ZL201310460115.4,授权日:2016-5-18