面向城区综合环境的无人驾驶车辆关键技术及试验样车研发

From the perspective of practical requirements and challenging problems posed by the development of driverless cars in urban comprehensive scenarios, this proposal focuses on the study of fundamental scientific problems including environment semantics-level understanding and information fusion in autonomous driving. Inspired from human visual cortex mechanism of information processing, we attempt to conduct interdisciplinary research on a novel artificial cognitive model with deep learning and multi-granularity, which is expected to achieve originality in information processing and computational model. On the basis of the above-mentioned, we will concentrate all my efforts on investigating driving environment understanding and attention as well as information fusion with multi-granularity and spatial-temporal registration for driverless cars under urban complicated traffic. We hopefully accomplish key technological breakthrough and system integration through win-win cooperation of universities and industry, aiming to enable the driverless car prototype developed by ourselves to reliably conduct autonomous driving on a variety of real urban roads with controlled traffic. It will directly serve as the overall goal of the Major Research plan of NSFC.

本项目拟从城区综合环境无人驾驶汽车的实际研制需要与挑战性问题出发，围绕环境理解与信息融合等共性科学问题，通过多学科交叉，从人类视觉皮层信息处理机制出发，研究深层多粒度人工认知模型等，力图发展新的信息处理方式与可计算模型。在此基础之上，重点对城区复杂交通流条件下的无人驾驶汽车行驶环境理解及注意力模型以及多粒度时空配准信息融合问题进行研究。通过高校与产业界的强强联合，实现关键技术突破与系统综合集成，使研发出的无人驾驶试验样车，在可控的多种城区道路环境下实现高可靠的自主驾驶，直接服务于本重大研究计划的总体目标和相关集成项目的技术需求。

本项目拟从城区综合环境无人驾驶汽车的实际研制需要与挑战性问题出发，围绕环境感知/理解与信息融合等科学问题，通过与人工智能、计算机视觉及计算神经科学等的多学科交叉融合，在无人驾驶汽车若干科学问题的研究与共性关键技术的攻关、试验样车研制及其典型应用以及关键数据库的构建等方面，取得了一系列新的研究进展与重要成果。.在科学问题与共性关键技术研究方面，重点开展了基于人工智能的环境感知、环境感知与环境建模的结合以及多粒度时空配准信息融合等可计算模型和核心关键技术的创新性研究，提升了THU-IV3的智能水平与自主行驶能力。在自动驾驶领域国际著名的KITTI视觉基准数据库全部四项路面检测评测任务中，获得两项冠军和一项亚军的优异成绩（2016.12.24-2017.2.6）；在KITTI 道路/车道检测评测任务中，获得车道估计评测与行为评测两项冠军以及城区无标线道路可行驶路面检测任务亚军（2017.7.12-现在）。针对德国交通标识识别库（GTSRB），获得一项交通标识牌分类亚军，并成功完成了基于SSD深度学习的交通信号灯检测算法及其车载GPU在线应用。三年来已发表18篇基金标注论文，包括IEEE Trans. ITS，Journal of Neurophysiology，Cognitive Computation，Sensors，IEEE ITSC，ECAI，ECCV，ACCV，IJCNN等。.在试验样车研制与典型应用方面，通过集成上述研究成果，与长安汽车集团合作研制了新一代全线控无人驾驶汽车THU-IV3。三年来参加了基金委第七届-第九届“中国智能车未来挑战赛”和“2016世界机器人大赛”无人驾驶挑战赛等四项赛事。目前THU-IV3已具有多种先进功能，测试总里程已达7,000多公里，其中高速公路自主行驶测试里程超过400公里，包括白天、夜晚与雨天在内的涉及乡村道路、县道、省道和高速公路等混合道路的自主行驶测试里程累计超过800公里，已能在可控的多种城区道路环境下实现高可靠的自主驾驶。.在关键数据及关键数据库的构建与评测方面，针对自动驾驶与辅助驾驶中关键的路面交通标识的检测与识别问题，创建并公开发布了世界首个开放式数据集TRoM，同时提供了相应的标注工具、检测评估标准与基准深度学习方法。