返回     学会动态
 
学会新闻
第29届IEEE国际智能车大会在常熟圆满落幕

        2018年6月25日-30日,由IEEE智能交通系统协会主办,中国自动化学会、常熟市人民政府、中国科学院自动化研究所、西安交通大学人工智能与机器人研究所等机构承办的第29届IEEE国际智能车大会(IEEE IV 2018)在江苏常熟隆重召开。大会分别进行了专题研讨会和教程报告(Workshops&Tutorials)、主旨报告(Keynote)、口头报告(Oral Sessions)、海报展示(Poster Sessions)、国际智能车联合道路演示,来自全世界34个国家的逾千名学者围绕智能车领域先进技术交流互动。IEEE ITSS主席兼本次大会联合主席Miguel Ángel Sotelo称“在中国举行的这次会议是IEEE智能车大会30年以来规模最盛大的一届会议,为IEEE ITSS的所有会议设定了不可逾越的高度。”

大会第一天,由大会主席王飞跃主持开幕式,IEEE智能交通系统协会主席Miguel Ángel Sotelo、中国自动化学会理事长郑南宁院士、中国自动化学会副理事长杨孟飞院士、交通运输部总工程师周伟、常熟市人民政府周勤第市长等出席大会。

 中国自动化学会副理事长兼秘书长王飞跃教授主持开幕仪式

IEEE智能交通系统协会主席Miguel Ángel Sotelo

中国自动化学会理事长、中国工程院院士郑南宁

交通运输部总工程师周伟致辞

常熟市人民政府市长周勤第致辞

本届大会主旨报告由学术届和产业界具有深度影响力的重磅嘉宾组成,同时也吸引了国内外行业一线科技工作者、致力于无人驾驶研发人员及相关领域的代表人员的踊跃参会。

国防科技大学徐昕教授

27日,国防科技大学徐昕教授做了题为“Autonomous Learning for Decision-making and Control ofIntelligent Vehicles”的报告。在报告中,徐昕教授介绍了他们的工作:如同Deepmind将增强学习用于AlphaGo上大大加强了狗在围棋上的能力,国防科大发现增强学习能够很好地帮助智能车在决策以及控制部分实现自我学习。其中面临的挑战主要是进行多目标学习以及在线学习的效率问题。而新的特征表示方法和滚动优化策略能够比较好地提升学习效率。作为一项前沿研究,徐昕团队认为这项研究的未来还有5点工作可做,包括改善表示学习的方法,以使增强学习更加有效;实现深度增强学习在复杂环境下的加速;为了自动驾驶的安全,仍需要在增强学习中加入一些领域知识(或预置知识,domain knowledge);发展一些新方法,根据现实情况的反馈学习,并且进行自动反馈;降低增强学习参数的敏感度,降低人为干预度。在实际情况中应用平行增强学习的方法。

慧拓智能机器有限公司CEO、中山大学无人车研究中心主任陈龙

随后,慧拓智能机器有限公司CEO、中山大学无人车研究中心主任陈龙在题为“Parallel Driving:Framework, Theoretical Development, and Applications”的报告讲解了他所带领的团队在平行驾驶的落地实践与产业化应用上的许多工作。报告使用多个Demo说明平行驾驶系统中的车辆如何借助平行学习从既有数据中进行学习,并且创造出新的数据,能够进行预测性的学习。当将平行驾驶运用于单量自动驾驶汽车时,这辆智能汽车相当于有一个“影子”,自动驾驶系统能够整合智能车本身的反馈以及这个影子系统的反馈,找出自动驾驶过程中的最优解。而一旦遇到车辆本身和这个影子系统都无法搞定的情况,这时候就可以用到平行控制——通过车辆的网联能力向云端求救,由人类远程控制车辆驾驶。据了解,慧拓智能已与国内数家重型机械及商用物流车辆公司达成量产合作。

 Jack Weast 针对目前自动驾驶的安全问题,详细讲解了Intel与Mobileye联手之后围绕智能汽车驾驶安全展开思考最新提出的RSS事故责任安全性模型,他提到 RSS主要基于四个原则:第一,保持跟前车的安全距离;第二,横向操作上为车辆留出时间和空间;第三,小心一些遮挡的区域,第四,Right-of-Way通行权是自己给予的,不是争取的。RSS主要希望模拟人类的判断,也会考虑到非常复杂的一些工况,比如说有遮挡的一些路段,或者是未被结构化的路段等等,进行决策。Jack提到,以数据为基准的AV的安全可能不是一个能够获得最好的安全的最佳方式,而以AI为基准的安全测量的模块其实是不能够提供最好的安全的,所以Intel希望以RSS的解决方案作为起点,能够有一个开放的对话机制,大家共同去运作或者进行相应的修改与验证,同时对于不同的环境进行不同的适应,提供一种技术综合的解决方案。

Gill Pratt从一个更加宏观的角度,提出了“我们为什么要推动无人驾驶或者自动化”的问题?并从安全、交通、能耗、收益、方便性、有效性、娱乐性等多个角度出发,阐述了自动驾驶将为社会发展与人类生活带来的改善。随后,Gill阐述了他对“我们距离无人驾驶系统还有多远”这个问题的观点,以人类的交通工具从马车更换为汽车作为对比,提出我们距离无人驾驶还有相当一段距离。并且从环境感知、场景认知、行为预测等技术发展的角度阐述了上述论断的原因,并比较了ADAS系统、监管系统、Chauffer系统、自动驾驶系统各自的优越性,讲解了无人驾驶产业化应用落地面临的现状。

29日,由吉利控股集团技术部部长张晓东研究员和格里菲斯大学Ljubo Vlacic 教授带来了题为 “Research and Technology Innovation ofIntelligent Electrified Passenger Vehicle:Geely's Strategy and Vision”与“Are You Ready to Take Over?”的压轴报告。

张晓东首先介绍了吉利的战略路线与发展愿景,以及旗下包括吉利汽车、沃尔沃、吉利商用车、吉利以及Mitime在内的这5个集团在智能车领域的布局,随后重点讲解了吉利近来在智能汽车的验证与测试方面的相关工作。据张晓东介绍,吉利已经发布了其在未来10年的将要关注的核心战略,即智能互联、智能驾驶,并发布了G-POWER、G-SAFETY、G-PILOT、G-NETLINK、G-Blue5项举措来保障这一战略的实施。近年来,吉利加大了其在智能测试等工作的部属,同时通过虚拟-物理平行的测试手段来提高其自主研发的智能汽车在上路之前得到足够的学习与培训,为吉利用户提供更舒适的驾驶体验。

Ljubo Vlacic教授重点讲解了智能汽车与智能交通之间的关系、系统和车辆的关系,以及车辆在系统中以怎样的角色去传输智能驾驶汽车的技术。随后分析了L1到L5等级的车辆自动化所面临的主要问题。他认为,虽然不管从技术人员的角度还是律师的角度,都认为L4和L5等级的汽车功能将十分完善且不需要人类的介入,但从实践的角度我们依然无法保证人类不干预智能汽车的自动驾驶。此外,他提到,要将无人驾驶付诸实施,车厂还面临着要为用户解释智能汽车内部的决策逻辑、定义何时用户可以将驾驶托付给智能汽车以及何时可以重新获取车辆驾驶权等问题。最后他从智能终端消费者的角度切入分析,人们想要购买怎么样的无人驾驶车,为众多无人驾驶车辆研发团队提供了新的思路。

本届大会共收到了来自34个国家的603篇论文,从中选取了评委评价最高的33篇论文组成口头报告环节。大会颁发的“最佳论文奖(Best Paper Awards)”、“最佳学生论文奖(Best Student Paper Awards)”以及“最佳应用奖(Best Application Paper Awards)”都会从Oral中选出。各位参会人员与论文作者面对面交流互动,为全球领域相关研究人员、工程师和学者提供自由平等深度的研讨平台,碰撞思想的火花,了解当前智能车行业现状,洞悉未来发展趋势。

本届大会共收到了来自34个国家的603篇论文,其中确认接收的论文346篇,Workshop论文共接收50篇。在所有接收的论文里,

AutomatedVehicles, Vision Sensing and Perception, and Autonomous/Intelligent RoboticVehicles 

成为本届论文最热的关键词,也是目前智能车研究的热点所在。海报论文展示与全世界优秀论文作者零距离接触,交流论文亮点及研究思路。

在众所期待的颁奖环节,分别由大会联合主席Miguel ÁngelSotelo教授、Workshop Chair陈耀斌教授、Workshop Co-Chair吕宜生副研究员、Program Co-Chair李力教授分别颁发了

“Best Paper Awards”、“Best Student Paper Awards”、“Best Workshop/Special Session PaperAwards”、“Best Poster Paper Awards”和“Best Application Paper Awards”。

论文或获奖情况如下:

IEEE IV 2018Best Paper Awards

First Prize

CourtesyBehavior for Highly Automated Vehicles on Highway Interchanges

C.Menéndez-Romero, M. Sezer, F.Winkler, C. Dornhege andW. Burgard(Germany)

Second Prize

CNN-basedMulti-frame IMO Detection from a Monocular Camera

N. Fanani,M.Ochs, A. Stürck andR. Mester(Germany)

Third Prize

VehicleLocalizationusing 76GHz Omnidirectional Millimeter-Wave  Radar for Winter AutomatedDriving

K. Yoneda,N.Hashimoto, R. Yanase, M. Aldibaja andN. Suganuma(Japan)

IEEE IV 2018 Best Student Paper Awards

First Prize

AutonomousVehicle Testing and Validation Platform: Integrated Simulation System withHardware in the Loop

Y. Chen, S.Chen, T. Zhang, S.Zhang and N. Zheng (China)

Second Prize

ProbabilisticPrediction of Vehicle Semantic Intention and Motion

Y. Hu, W. Zhanand M. Tomizuka(USA)

Third Prize

Planecell:RepresentingStructural Space with Plane Elements

L. Fan, L. Chen,K. Huang and D.Cao (China)

IEEE IV 2018Best Poster Paper Awards

First Prize

MultiNet:Real-timeJoint Semantic Reasoning for Autonomous Driving

M. Teichmann,M.Weber, M. Zöllner, R. Cipolla andR. Urtasun (UK)

Second Prize

Data Collectionand Processing Methods for the Evaluation of  Vehicle Road DepartureDetection Systems

D. Shen, Q. Yi,L. Li, S. Chien, Y.Chen and R. Sherony(USA)

Third Prize

IntegrationChallengesof Facilities-Layer DCC for Heterogeneous V2X Services

M. I. Khan andJ. Härris(France)

 IEEE IV 2018Best Workshop/Special Session Paper Awards

First Prize

An EfficientHierarchical Convolutional Neural Network for Traffic Object Detection

Q. Bi, M. Yang,C. Wang and B. Wang(China)

Second Prize

End-to-EndDriving Activities and Secondary Tasks Recognition Using Deep ConvolutionalNeural Network and Transfer Learning

Y. Xing, J.Tang, H. Liu, C. Lv, D.Cao, E. Velenis andF. Wang (Canada)

Third Prize

OnlineCooperative 3D Mapping for Autonomous Driving

Z. XuanYuan,B.Li, X. Zhang, L. Chen and K. Huang (China)

 IEEE IV 2018Best Application Paper Awards

First Prize

CombiningHomotopy Methods and Numerical Optimal Control to Solve Motion PlanningProblems

K. Bergman andD. Axehill (Sweden)

Second Prize

Real-timeSemantic Segmentation-based Depth Upsampling  using Deep Learning

V. Miclea andS.Nedevschi(Romania)

Third Prize

From G2 to G3Continuity: Continuous Curvature Rate Steering Functions forSampling-Based Nonholonomic Motion Planning

H. Banzhaf, N.Berinpanathan, D. Nienhüser andJ. M. Zöllner(Germany)

IV 2018的最后一天举行了由国际平行驾驶联盟(iPDA)承办的“IEEE IV 2018 On-road Demonstration国际智能车联合道路演示”。这次路演以“From Parallel Driving to Smart Mobility”为主题,在统一的平行驾驶远程管控平台上展现多家单位的网联自动驾驶车辆在多种典型应用场景下的协同驾驶及平安出行。现场演示了一般交通场景响应式接管、紧急交通场景主动接管、主动避障、中心驾驶员实时状态检测四个部分。围绕“平行驾驶”框架的平行驾驶3.1系统,通过平行驾驶管控平台流畅的管理多台无人车,让无人车更安全平稳的在道路上行驶,这无疑是自动驾驶技术的落地提供了一种安全、可靠、高效的实施方案,实现道路上混合车辆系统(有人驾驶、自动驾驶、无人驾驶)的安全平稳智能管理,运行在场嘉宾对此技术产生了浓厚的兴趣。 

本届IEEE IV是继2009年在西安举办后第二次登陆中国。十年间,我国智能汽车产业从无到有,近年来规模快速扩大、产业链日趋完善、政策法规逐步确立,已成为我国汽车产业转型升级的重要突破口。阔别十年之后的IEEE IV再度花落中国,将进一步为拥有“两整车、一中心”的常熟本地乃至整个长三角地区的智能车发展增添新的活动,推动中国智能车整体发展迈上新的台阶。

 

来源:中国自动化学会