時間：2017年5月18日 ?14：30 ~ 17：30
會議主要內(nèi)容：
無人駕駛領(lǐng)域發(fā)展迅猛，現(xiàn)有許多公司都投入到這個領(lǐng)域中，希望尋求到一個好的發(fā)展機(jī)遇?，F(xiàn)在主要有兩大類公司從事無人駕駛領(lǐng)域，一類是傳統(tǒng)的汽車公司，比如樂視；還有一類是擁有大數(shù)據(jù)的公司，比如谷歌、百度等。
1、《自動駕駛在中國市場的挑戰(zhàn)》
自動駕駛技術(shù)的發(fā)展主要源于其安全性和快捷性，換句話來說就是自動駕駛更加安全，能夠減少交通事故的發(fā)生以及減少交通擁堵，使得道路通暢、更加快捷。
PS: level0:駕駛員負(fù)責(zé)監(jiān)視路況和全部操作；level1:駕駛員負(fù)責(zé)部分操作；level2:駕駛員負(fù)責(zé)監(jiān)視路況；level3:駕駛員負(fù)責(zé)緊急情況；level4:駕駛員基本不介入，少部分工況除外；level5:全工況無駕駛員介入；
傳統(tǒng)的汽車公司從自動駕駛技術(shù)的level0開始著手，現(xiàn)在能達(dá)到level2或者level3的水平，比如寶馬輔助駕駛、特斯拉輔助駕駛等；而一些擁有大數(shù)據(jù)的互聯(lián)網(wǎng)公司則直接從level2著手，甚至能達(dá)到level3的水平，比如谷歌原型車、百度等。預(yù)計最早在今年年底或者明年能夠達(dá)到level3，而在2030年能夠達(dá)到level5的水平。
現(xiàn)今，人工智能在自動駕駛中也擁有十分重要的地位。自動駕駛需要人工智能利用大數(shù)據(jù)進(jìn)行環(huán)境感知、高精度定位和規(guī)劃控制。
※眾包地圖利用其低成本、實時行和自學(xué)習(xí)的特點將取代傳統(tǒng)地圖成為新的地圖模式。眾包地圖，其實就是利用眾包的方式將地圖信息收集起來，即用戶將自己所經(jīng)過的路線形成地圖信息分享給其他用戶，這樣自動駕駛車則將變成智能采集終端。
現(xiàn)在還出現(xiàn)了基于駕駛行為的UBI（User Based Insurance）車險定價模式。
2、《智能汽車的平行駕駛與平行測試的探討》
無人駕駛車輛面臨的技術(shù)挑戰(zhàn)有學(xué)習(xí)與自適應(yīng)、環(huán)境感知、定位與導(dǎo)航、車輛控制、運動規(guī)劃。其中學(xué)習(xí)與自適應(yīng)可以通過人工智能解決，而車與車、車與路之間的無線通信網(wǎng)絡(luò)則可以解決其他的問題。
平行交通系統(tǒng)，為無人駕駛提供基礎(chǔ)支撐。平行交通系統(tǒng)包括了實際交通系統(tǒng)和人工交通系統(tǒng)，其中又分為三個部分，管理與控制、實驗與評估、學(xué)習(xí)與訓(xùn)練，具體則包含自動駕駛數(shù)據(jù)采集與分析系統(tǒng)、混合交通信號控制、人工交通系統(tǒng)、云計算只能擴(kuò)展服務(wù)平臺和自動駕駛地圖與交通信息發(fā)布平臺。然而構(gòu)建平行駕駛需要許多環(huán)境信息，比如交通環(huán)境實時信息，即周邊其他車輛、行人、實時交通信號和V2X信息；智能交通系統(tǒng)信息，即交通擁堵情況、交通事故通報、道路監(jiān)控信息；通行預(yù)測信息，即交通管制、道路施工、天氣情況和道路狀況信息；導(dǎo)航地圖，即路面信息、車道信息和道路基礎(chǔ)設(shè)施。人工交通系統(tǒng)交通信息的生成、預(yù)測與預(yù)案都是為了能夠提前處理交通擁堵的形成。
3、無人車
無人車的關(guān)鍵技術(shù)：（1）在經(jīng)驗中獲取知識；（2）復(fù)雜變化世界的自適應(yīng)能力；（3）人與車、路的交互
參考論文：Ego-Centric Traffic Behavior Understanding through Multi-Level Vehicle Trajectory Analysis, Donghao Xu, Xu He, Huijing Zhao, Franck Guillemard, Stephane Geronimi, Francois, Aioun
4、V2X產(chǎn)業(yè)化進(jìn)展與發(fā)展趨勢分析
V2X是無人駕駛的必備關(guān)鍵支撐技術(shù)，并且可以避免81%的交通事故，道理交通效率提升30%。
在V2X設(shè)備直通場景下缺乏數(shù)據(jù)回傳，規(guī)模化應(yīng)用示范過程中設(shè)備間數(shù)據(jù)及安全告警數(shù)據(jù)等過于分散且不留存，難以基于微觀數(shù)據(jù)對整體師范效果進(jìn)行中觀或宏觀評估，基礎(chǔ)設(shè)施優(yōu)化成本高且缺乏可靠依據(jù)。
智能網(wǎng)聯(lián)應(yīng)用示范區(qū)，有必要建立專門的車聯(lián)網(wǎng)大數(shù)據(jù)云平臺，實現(xiàn)對示范區(qū)內(nèi)OBU、RSU等設(shè)備進(jìn)行統(tǒng)一管理，通過對關(guān)鍵狀態(tài)數(shù)據(jù)的采集、處理和分析，逐步建設(shè)出示范效果評估與基礎(chǔ)設(shè)施優(yōu)化能力。
車載相機(jī)V2P應(yīng)用的研究熱點有，車載相機(jī)感知數(shù)據(jù)可以增強(qiáng)V2X現(xiàn)有應(yīng)用，如V2P；單一感知源存在漏檢和感知數(shù)據(jù)不精確問題；高精度地圖數(shù)據(jù)也可以增強(qiáng)V2X應(yīng)用，如車道線級別的信號燈協(xié)同；V2X數(shù)據(jù)對于車載相機(jī)和雷達(dá)數(shù)據(jù)能起到有效的交叉驗證作用。
多層次多元素協(xié)同，智能網(wǎng)聯(lián)汽車（CAV）和智慧交通（ITS）共同發(fā)展。智能網(wǎng)聯(lián)汽車，高級別自動駕駛，要求包括V2X、高精度地圖、高精度定位等在內(nèi)的各種車內(nèi)傳感器、控制器、執(zhí)行器協(xié)同。智慧交通，基于V2X技術(shù)，可以實現(xiàn)車與車協(xié)同、車與路協(xié)同，將其應(yīng)用于智慧交通領(lǐng)域，有助于提高交通效率、節(jié)約減排。
