专题报告

Thematic report

报告人简介申铁龍,1982年春中国东北重型机械学院自动控制系本科毕业,1986年6月该学院获工学硕士学位,1989年赴日留学,1992年春上智大学大学院机械工程专攻获工学博士学位,同年4月起在日本东京上智大学理工学部任教至今,目前任该校工程与应用科学系教授,同时还担任武汉大学珞珈学者讲座教授,吉林大学唐敖庆学者讲座教授,中国科学技术大学兼职博导等,2009年罗马大学”Tar Vergata”客座教授。 申博士的研究领域为,自动控制理论及其机械系统、电气系统以及汽车动力系统控制技术。主持或承担了多项日本和中国的国家基础科研项目,包括中国973重大基础研究项目(电力系统控制),日本政府基础研究项目(发动机节能技术),以及日本政府内阁府跨部SIP技术革新开发项目等。2005年起一直主持丰田汽车公司的“下一代汽车发动机控制技术”重点前沿技术研究项目,并与日产、本田以及日立等核心汽车企业保持产学合作关系。申博士活跃于国际控制理论与技术的研究领域,为国内外多家学术期刊担任过主编,区域主编以及特邀编辑。并用日、英、中文出版了12部专著。目前担任IEEE汽车控制专业委员会以及国际自动控制联盟IFAC汽车控制委员会委员,曾出任2015中国控制大会暨日本检测控制大会执行主席,欧洲控制大会副主席、现任SICE2021大会主席以及IFAC ECOSM2021主席。 

报告题目:智能网联环境下的汽车动力系统控制 

报告摘要:节能与减排是汽车动力技术的长期挑战课题,也是动力链控制的核心课题。本报告简要回顾智能网联环境的变迁,探讨网联环境下动力链控制技术发展的潜在可能性,结合报告人自身的研究经历,介绍网联汽车动力链控制算法的开发实例。 

报告人简介:刘志远,男,博士,教授。1982年7月毕业于浙江理工大学自动化专业,获学士学位。1992年3月毕业于哈尔滨工业大学控制科学与工程系,获博士学位。1992年3月至1994年7月哈尔滨工业大学机械工程博士后流动站工作。1994年7月至今,哈尔滨工业大学控制科学与工程系工作。主要从事汽车电子控制理论、方法与关键技术的研究。主要研究方向为轮毂/轮边电驱动汽车牵引力与横摆稳定控制、汽车悬架控制、动力电池管理、智能汽车控制及汽车电子嵌入式控制技术等。承担中国汽车产业创新发展联合基金重点项目、国家自然科学基金重大项目课题以及黑龙江省科技攻关计划项目和企业项目。多项研究成果在一汽商品车中得到应用。

报告题目:智能汽车运动优化控制---问题与展望

报告摘要:报告阐述了复杂行驶环境下智能汽车运动过程中决策与控制存在的约束、非线性动力学以及行驶安全性和舒适性等多目标控制问题。从优化控制的角度,探讨智能汽车路径规划、跟踪以及协调安全性和舒适性控制目标的解决思路与方法。对滚动时域优化控制方法在智能汽车运动控制中的应用前景进行了展望。

报告人简介: 孙宏滨,西安交通大学人工智能与机器人研究所教授,博士生导师。担任中国通信学会通信专用集成电路专委会委员、中国电子学会电子设计自动化专委会委员、IEEE电路与系统学会超大规模集成电路系统与应用委员会委员。主要研究领域为视频与视觉处理集成电路、计算存储架构和自主驾驶智能车等。在国内外重要学术刊物与IEEE国际会议上发表论文50余篇,获得国家发明专利授权20余项。近年来,已主持或参加包括国家核高基重大专项项目在内的近十余项重点科研项目。2007年获得国家技术发明二等奖,2011年获得全国百篇优秀博士学位提名,2012年入选教育部新世纪优秀人才计划和陕西省青年科技新星,2017年获得国家自然科学基金委优秀青年科学基金资助。

报告题目:迈向更加鲁棒的自主智能驾驶 

报告摘要: 自主智能驾驶是汽车技术演进的重要方向,人工智能将在其中扮演不可或缺的角色。近年来,学术界与工业界在自主智能驾驶的技术框架与关键问题方面形成了共识,自主智能驾驶技术取得了显著进展。但是,由于交通场景的高度动态性与不确定性,高度自主的智能驾驶仍然面临很多的技术挑战。其中,如何提高自主智能驾驶的鲁棒性既是一个学术研究问题,也是智能驾驶落地的关键点。本报告将分享报告人关注的与此相关的重要技术方向与潜在的解决方案。 

   


报告人简介:王健,吉林大学计算机学院教授,博士生导师,青岛慧拓智能机器有限公司联合创始人,中国汽车工程研究院特聘高级专家,启明信息技术股份有限公司特聘高级专家。先后在加拿大大不列颠哥伦比亚大学、奥地利因斯布鲁克大学、法国国家信息与自动化研究所、韩国汉阳大学从事博士生、博士后、访问学者等研究工作。主要研究领域为车联网通信和应用功能测试等。近5年,作为项目负责人,承担了国家、省部级纵向项目 13 项,获吉林省科学技术进步奖一等奖 1 次,中国商业联合会科技进步奖二等奖 2 次,以第1责任作者发表国际SCI检索期刊发表论文35篇,授权发明专利7项,软件著作权4项,出版中英文专著各1部。

报告题目:5G在端到端无人矿山中的应用及其测试场景库 

报告摘要:矿山环境恶劣,开采深度增加,地点偏远封闭;矿上机械运作单一,重复性操作,是实现无人驾驶的最合适场景之一,5G技术将成为主要的矿山传感工具之一,矿山测试场景库是关系到无人化产品有效性和可靠性的关键技术之一,5G技术在无人矿山中的应用,将有助于实现运营管理、在线状态监测、应急驾驶安全接管等功能的先进云端化网联自动驾驶集成解决方案,大幅度提升驾驶安全和运营效率。   

 

报告人简介陈剑,浙江大学控制科学与工程学院教授,博导,青年千人计划,浙江省特聘专家, IEEE Senior Member,中国自动化学会控制理论专委会委员、新能源控制学组主任,工业控制技术国家重点实验室秘书长,浙江省氢电混合动力系统创新群体负责人。主持和参与自然基金重点项目各一项。主要研究方向包括燃料电池系统控制、机器视觉、智能车、电池管理系统。出版英文学术专著一部,发表了100多篇SCI/EI学术论文。

 报告题目:新能源智能车感知与控制

 

报告人简介:王建强,清华大学汽车系教授,博士生导师,教育部“长江学者”特聘教授,国家杰出青年科学基金获得者。现担任清华大学汽车系副主任、车联网教育部-中国移动联合实验室副主任,清华大学(汽车系)-日产智能出行研究中心副主任,国际学术期刊Journal of Intelligent and Connected Vehicles主编、IET Intelligent Transport Systems副主编。主要从事汽车智能安全、车辆智能化技术等领域的研究工作。先后获得各类科技奖励十余项,包括国家技术发明二等奖2项,国家科技进步二等奖1项,教育部技术发明和科技进步一等奖各1项。发表SCI/EI论文150余篇,参著2部英文著作,授权国家发明专利80余项,获国际学术会议最佳论文奖5项。2004年获得中国汽车工业优秀青年科技人才奖,2007入选北京市科技新星,2008年入选教育部新世纪优秀人才支持计划,2018年入选科技部中青年科技创新领军人才。曾获清华大学先进工作者和优秀班主任等荣誉。

报告题目:复杂交通环境下智能汽车行驶风险评估与智能决策


 高翔_照片.jpg

报告人简介: 高翔,本科完成上海交通大学与美国密西根大学的双学位项目,后留密西根大学继续深造,主要研究方向为深度学习以及金融工程。回国后,加入互联网公司,承担基于深度学习的人脸识别算法模型的开发,并搭建生成式对抗网络模型用以构建多样化的面部特征。于2017年加入广汽研究院智驾技术部,重点开展像素级图像语义分割以及激光雷达点云数据目标检测算法模型的开发。参与撰写科技部3.1重大专项的申请材料,参与汽车联合基金的申报并担任项目经理。作为技术骨干,参与广汽面向量产的L3自动驾驶系统开发项目。 

报告题目:感知,自动驾驶的智慧之眼 

报告摘要:如果说自动驾驶是通过人工智能来应对复杂多变的路况,那么感知便是将人工智能与世界相连的纽带。纵观整个自动驾驶产业,无论针对哪种工况何种任务,感知向来都是整个流程的第一环。而紧跟着感知的是决策,继而是运动控制。可以说,自动驾驶系统的整体表现极大程度上取决于感知所提供的结构化数据,因此感知也是极为重要的一环。感知系统采用不同传感器观察检测车辆的周围,对环境进行认知,并提取出有效的信息。受益于深度学习技术在近些年的蓬勃发展,业界以实现端到端的感知为目标,通过多传感器融合的方式,实现具有极高鲁棒性的算法。目前自动驾驶的感知端所使用的传感器主要为:激光雷达、摄像头、毫米波雷达,以及超声波雷达。感知的任务一般包括:目标检测分类、可行驶区域检测、车道线检测,以及目标跟踪。本报告将对常用传感器的特性及使用场景、每项感知任务的具体内容和效果、传感器与感知任务之间的相互关系,以及多传感器融合做出相应的介绍。从算法的角度,本报告也将阐述深度学习在感知端的应用。此外,本报告还将简单探讨本车感知与V2X的协同关系;在报告最后,还将对自动驾驶感知的未来、对传感器的发展趋势做出展望。

 

报告人简介:朱孔林,副教授,硕士生导师2009年和2014年分别于美国加州大学洛杉矶分校和德国哥廷根大学获工学硕士和博士学位。2014年至今在北京邮电大学工作。主持和参与国家自然科学基金、国家重点研发计划、欧盟FP7和H2020等多项国家和国际合作项目;发表SCI/EI检索论文三十余篇;多次指导本科生和研究生参与国家级创新创业大赛并获奖;2017年被中国汽车工程学会评为“优秀青年工程师”。目前主要研究方向为车联网、边缘计算和基于深度学习的信息安全研究等。

报告题目:人工智能驱动的车载边缘计算

报告摘要:随着自动驾驶汽车的不断发展,智能驾驶应用对通信和计算的需求越来越高。依赖于车载单元的单车智能越来越无法满足智能驾驶应用的计算需求。5G通信的低时延高可靠网络使智能驾驶应用计算迁移成为可能,借助车载边缘计算,能够将对计算需求较高的智能驾驶应用迁移到边缘服务器完成。报告以道路物体识别和入侵检测为例,讨论车载边缘计算在自动驾驶应用中运用的可能性,并进一步讨论不同的车载边缘计算架构对智能驾驶应用的影响。