高速公路车辆智能驾驶中的关键科学问题研究

围绕高速公路车辆智能驾驶的三个核心科学问题――"面向高速公路行车环境的实时感知与识别"、"不确定条件下驾驶行为的规划与决策"、"动态环境中车辆的状态估计与优化控制"，建立车辆智能驾驶的理论体系，并在强时间约束下的感知计算新机制、求解多目标随机优化决策问题的高效机器学习算法、车辆行驶状态的分布式模块化估计策略及非线性估计与容错估计等方面取得创新性成果。在车辆智能驾驶系统的工程化方面取得发明专利。为我国车辆智能驾驶技术的发展和新一代汽车主动安全系统提供理论基础和技术创新平台。结合理论与应用技术创新，研制一辆高速公路自主驾驶汽车。该自主驾驶车能够在正常天气与路况条件下，以遵守交通法规为前提，在有多个高架桥路口的高速公路环境实现2000公里以上的长距离自主驾驶(部分复杂路段采用人工驾驶)，人工干预里程小于3％，能够有效地超车并汇入车流；能够准确识别高速公路上的常见交通标志，并做出安全驾驶的动作。

项目围绕高速公路车辆智能驾驶的三个核心科学问题――“面向高速公路行车环境的实时感知与识别”、“不确定条件下驾驶行为的规划与决策”、“动态环境中车辆的状态估计与优化控制”开展研究，在高速公路环境的长距离自主驾驶实验(长沙--武汉286公里、人工干预里程比例0.75%)、显著域检测与雾天降质图像快速增强、道路交通标识的检测与识别、雷达和视觉融合的车辆检测、车辆智能驾驶仿真平台与自主决策、车辆控制、感知决策建模及安全性评估等方面取得了重要研究进展，圆满完成了研究任务。取得的主要成果包括：(1) 以高速公路二维局部环境模型和汇入车流安全性分析为基础，综合应用多项创新技术，于2011年7月成功完成了我国首次正常交通状况下长距离高速公路自主驾驶实验。此次实验采用红旗HQ3自主驾驶汽车为实验平台。起点为长沙市杨梓冲收费站，终点为武汉西（武昌）收费站，无人驾驶距离286千米，实测全程自主驾驶平均速度为85千米/小时，全程人工干预距离为2140米，是自主驾驶总里程的0.75%。(2) 应用认知科学中视觉注意机制的新理论，提出了新的注意力机制模型: 基于全局抑制的视觉注意力模型。使用超复数傅立叶变换进行信号的频域表示，并在幅值谱上建立了频域尺度空间，用于高斯核的最优尺度选择。实验表明，该模型可以很好地预测人眼眼动注意力结果以及人类兴趣区域标注结果,其性能超过目前文献中所公布的大部分模型。(3)提出基于xPC Target主从机结构的硬件在环仿真系统硬件嵌入方案，建立包括规划与决策、实时控制和高精度车辆动力学模型相结合的智能驾驶控制系统三维虚拟实验台架。完成红旗 HQ3型轿车动力学模型参数获取和整车动力学验证试验。提出一种基于机器学习的高速公路无人车辆自主优化决策方法，对于开展自主驾驶系统安全性分析、降低实车实验中可能出现的危险性具有重要意义；(4) 在理论研究基础上，针对城市和高速公路环境中的交通标志，城市环境中的交通信号灯，设计了实时检测和识别算法。对55类常见的交通标志进行了正常光照条件下市区道路环境的检测和识别实验，实验结果表明该交通标志识别系统识别率在91.16%以上。项目组共发表或录用学术论文120余篇篇，35篇进入SCI检索，45篇进入EI检索，其中8篇长文发表在IEEE TPAMI, IEEE TNN, IEEE TCST, IEEE TEC等国际权威刊物.