在Auto－E2019中國汽車技術(shù)青年學(xué)者論壇上，多位專家大咖針對智能交通領(lǐng)域做了精彩的學(xué)術(shù)報告，想知道他們都說了什么？跟著小智一起來回顧一下吧。

無論是2014年，習(xí)主席提出的新能源汽車強國戰(zhàn)略，還是2018年5月，李克強總理參觀豐田北海道廠區(qū)。這些無不暗示著汽車行業(yè)越來越多地承擔(dān)產(chǎn)業(yè)化戰(zhàn)略的重要任務(wù)，也標(biāo)志著發(fā)展新能源汽車是我國從汽車大國邁向汽車強國的必由之路。基于此背景，清華大學(xué)車輛與運載學(xué)院（School of Vehicle and Mobility， Tsinghua University， 簡稱SVM）成立儀式暨Auto－E2019中國汽車技術(shù)青年學(xué)者論壇于4月27日在清華大學(xué)成功舉辦。

27日的清華煙雨朦朧，正值清華大學(xué)108年校慶時期，眾多專家學(xué)者出席本次車輛學(xué)院成立儀式暨2019中國汽車技術(shù)青年學(xué)者論壇。會上，多位專家大咖針對智能交通領(lǐng)域做了精彩的學(xué)術(shù)報告，想知道他們都說了什么？跟著小智一起來回顧一下吧。

李克強教授

清華大學(xué)汽車安全與節(jié)能國家重點實驗室主任

會上，李克強教授發(fā)表了題為智能網(wǎng)聯(lián)汽車系統(tǒng)動態(tài)設(shè)計與控制的主題演講。李克強教授表示智能網(wǎng)聯(lián)汽車是新一輪技術(shù)變革的產(chǎn)物，歐盟、美國、日本等發(fā)達國家已經(jīng)在智能車領(lǐng)域擁有眾多先進技術(shù)。為了積極響應(yīng)中國2025計劃，大力推動智能汽車的發(fā)展，掌握汽車智能化核心技術(shù)，要求中國學(xué)者追隨國際先進技術(shù)的同時，也要在技術(shù)本地化進程中尋找創(chuàng)新點，這是中國戰(zhàn)略計劃非常重要的一部分。

李克強教授首先講述了智能網(wǎng)聯(lián)汽車復(fù)雜系統(tǒng)的特征和分類。智能網(wǎng)聯(lián)汽車大體上可以分為兩大類：功能技術(shù)和系統(tǒng)技術(shù)。如何將感知、決策、通信、定位等功能技術(shù)變?yōu)楝F(xiàn)實，就要求有完善的系統(tǒng)技術(shù)，就要求有完善系統(tǒng)動態(tài)設(shè)計。在系統(tǒng)動態(tài)設(shè)計方面挑戰(zhàn)重重，比如廣義車輛系統(tǒng)動力學(xué)特征機電信息強耦合；駕駛?cè)诵袨楦唠S機性且交通場景動態(tài)實時改變；安全節(jié)能舒適高效多目標(biāo)矛盾制約等。所以從這些關(guān)鍵課題中可以看出，系統(tǒng)動態(tài)設(shè)計是智能網(wǎng)聯(lián)汽車的關(guān)鍵。

從2000年開始，李克強教授帶領(lǐng)團隊就已經(jīng)開始聚焦在系統(tǒng)動態(tài)設(shè)計領(lǐng)域。目前，行業(yè)內(nèi)存在很多功能簡單的系統(tǒng)，如ACC等，但是這些看似復(fù)雜的系統(tǒng)其本質(zhì)都是簡單的功能疊加。在這種情況下，做性能控制是很困難的，所以李教授團隊建立的結(jié)構(gòu)共用＋控制協(xié)同理論與技術(shù)體系，就是在研究若干個功能如何協(xié)同實現(xiàn)。李教授帶領(lǐng)學(xué)生基于他們自己提出的理論方法體系，設(shè)計了針對汽車交通三大基本問題，研制三類汽車智能應(yīng)用系統(tǒng)，在節(jié)能安全高效三個領(lǐng)域去全面的研究復(fù)雜的耦合系統(tǒng)。

基于結(jié)構(gòu)共用的智能節(jié)能系統(tǒng)，李克強教授提出汽車智能駕駛系統(tǒng)的共用設(shè)計方法，首先是統(tǒng)一模型搜索優(yōu)化的傳感器組合匹配，其次是軟硬件資源虛擬分塊的控制器任務(wù)調(diào)度。通過對比現(xiàn)有結(jié)構(gòu)和李教授設(shè)計出的共用結(jié)構(gòu)，可以明顯看出，共用結(jié)構(gòu)解決了安全和節(jié)能這個相互制約的條件。李教授的成果也逐步的形成產(chǎn)業(yè)化，目前與宇通金龍等達成產(chǎn)業(yè)化合作，獲得了去年的科學(xué)進步獎。

基于控制協(xié)同的智能安全系統(tǒng)，李教授提出建立駕駛?cè)烁�車敏感參�?shù)的自適應(yīng)在線辨識模型，發(fā)明了車輛安全、節(jié)能、舒適等多目標(biāo)協(xié)同控制方法，實現(xiàn)了跟車安全性、燃油經(jīng)濟性和駕駛舒適性的綜合平衡，并實現(xiàn)汽車智能安全電控系統(tǒng)的優(yōu)化設(shè)計與集成匹配。目前該產(chǎn)品已經(jīng)在40余款車型上實現(xiàn)規(guī)�；�前裝配套，主流整車企業(yè)累計銷量超100萬套。

針對如何做車路協(xié)同，李教授提出基于車云融合的智能網(wǎng)聯(lián)云控系統(tǒng)。團隊建立了云控多車系統(tǒng)的分層重構(gòu)型動力學(xué)模型，保障了系統(tǒng)閉環(huán)穩(wěn)定性的同時，提升了隊列對通信失效的抗干擾能力。那么如何做實際應(yīng)用？團隊發(fā)明了交叉路口工況的旋轉(zhuǎn)投影變換多車協(xié)同方法，就是把二維的車群問題，轉(zhuǎn)換成一維虛擬隊列問題，解決了交叉路口車輛沖突難題。燃油經(jīng)濟性提升6％，通行時間降低9％。該云控平臺在國際上具有競爭優(yōu)勢，正在引導(dǎo)中國智能網(wǎng)聯(lián)技術(shù)打破國外企業(yè)的壁壘。

近年來，李教授研發(fā)的基于行駛環(huán)境感知與控制協(xié)同的汽車智能安全新型電控系統(tǒng)并實現(xiàn)產(chǎn)業(yè)化，打破了國際巨頭技術(shù)壟斷，獲2013年國家技術(shù)發(fā)明二等獎（排名1）。作為牽頭人編寫了國家制造強國建設(shè)戰(zhàn)略咨詢委員會委托的《智能網(wǎng)聯(lián)汽車技術(shù)路線圖》；作為技術(shù)負(fù)責(zé)人編寫了國家發(fā)改委的《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》報告；作為科技部交通領(lǐng)域項目指南編制組專家，參與了“綜合交通與智能交通”項目指南的編寫；作為軍委科技委創(chuàng)新局主題組專家，參與了先進陸上平臺電子信息控制方向的立項論證工作。

曹東璞教授

加拿大首席科學(xué)家（駕駛員認(rèn)知與自動駕駛）

會上，曹東璞教授發(fā)表了題為認(rèn)知自動駕駛：挑戰(zhàn)與研究進展的主題演講。曹教授首先講述了為什么他的團隊聚焦認(rèn)知這一領(lǐng)域，以及認(rèn)知領(lǐng)域研究的重要性。

目前有兩類復(fù)雜的人機交互：車內(nèi)，針對L2－L3自動駕駛級別，駕駛員在環(huán)內(nèi)；另一方面是車外L3－L5自動駕駛級別，是無人駕駛車和有人駕駛車的混合車流情景。所以曹教授認(rèn)為車輛認(rèn)知是非常重要的一個部分。

從歷史的角度看，心理學(xué)的歷史和車輛的發(fā)展史基本是同步的，1950年－1970年有一個爆發(fā)期，認(rèn)知心理學(xué)從心理學(xué)中獨立出來，在這個階段輪胎動力學(xué)和汽車動力學(xué)高速發(fā)展。在自動駕駛快速發(fā)展的今天，認(rèn)知心理學(xué)與自動駕駛交叉越來越大。

曹教授近年來回歸滑鐵盧，任職于滑鐵盧認(rèn)知實驗室。從2010年到現(xiàn)在，團隊的項目涉及很多方面�；�于曹教授自身對駕駛員行為的深刻理解，團隊于2014年開始決定做認(rèn)知自動駕駛方向。目前研究主要有擬人化、激進方法、社會行為、駕駛員心理舒適度這四個方面，這其中應(yīng)用的技術(shù)主要是增量學(xué)習(xí)。

對于L3如何實現(xiàn)接管問題？傳統(tǒng)的歐洲高校的方法是采用人工因素學(xué)進行實驗研究，直到2014年曹教授團隊發(fā)明了認(rèn)知工程學(xué)的研究方法，突破了原有的技術(shù)瓶頸，實驗結(jié)果和專家評測也都證實曹教授團隊的認(rèn)知工程學(xué)的實驗方法更加有效。曹教授還介紹了詳細的L3控制權(quán)接管系統(tǒng)框架，以及為什么無人駕駛車從人開模式切換到自動駕駛模式要比從自動駕駛模式切換到人開模式簡單的原因。由于駕駛員在車內(nèi)的面部行為有高度的不確定性，可能有低頭等行為，攝像頭很難捕捉識別，所以采用分步處理的辦法能更好的攻克這個問題。分步處理方法首先是解決信號接收，再結(jié)合90年代一些專家學(xué)者提出的研究駕駛員眼頭動力學(xué)的認(rèn)知辦法，來全面的解決駕駛員車內(nèi)面部識別問題。

L3自動駕駛接管系統(tǒng)接管信號選取和設(shè)計方面，為了保證駕駛員可以快速準(zhǔn)確的接收到信號，曹教授團隊設(shè)計研發(fā)了多模態(tài)的信號接收方式，比如聽覺視覺觸覺全面結(jié)合。曹教授表示，采用震動的方式比較直觀，既可以有效提醒駕駛員接管，也可以通過震動座椅不同的部位表示實際道路的哪個方向出現(xiàn)了問題，需要駕駛員注意。目前曹教授團隊正在對該想法進行驗證試驗，證明其有效性。

近期，有部分反對聲音說，L3自動駕駛會導(dǎo)致駕駛員駕駛技能退化。對此，曹教授成立了駕駛員駕駛技能退化監(jiān)控項目。反聲音的大體邏輯是，如果長時間采用自動駕駛模式出行，可能造成駕駛員技能退化，當(dāng)有危險情況發(fā)生，尤其是當(dāng)有自動駕駛系統(tǒng)無法解決的危險情況發(fā)生時，即使系統(tǒng)提示駕駛員人為接管，但是由于駕駛技能的退化，駕駛員本能無法快速準(zhǔn)確接管，仍舊會造成一定安全隱患。曹教授表示，在這方面國內(nèi)外還沒有針對該課題的文獻資料，但是通過之前和吉林大學(xué)合作采集到的數(shù)據(jù)，可以看出駕駛員技能還是很重要的，這也確實是一個值得跟進并持續(xù)研究的課題。在下一階段，曹教授希望對此前和吉林大學(xué)共同采集的數(shù)據(jù)進行梳理，希望能找到一些在該方向有價值的數(shù)據(jù)，提取共性研究分析。

報告中，曹教授還提到了伯克利大學(xué)提出的禮貌駕駛。禮貌駕駛的本質(zhì)其實就是在兩輛車之間加一個權(quán)重，然后在實際駕駛過程中，實現(xiàn)相互禮貌避讓。曹教授評價，這個理論還有考慮不太全面的地方。曹教授說：“通俗來講，太禮貌了，就沒法開車了，車輛之間只顧著在路上相互避讓，如果同時有5－6臺車，這種避讓情況會更復(fù)雜，可能更加影響駕駛效率�！�

針對駕駛員情緒對駕駛情況影響的課題，曹教授團隊做了詳盡的研究。研究結(jié)果表明，生氣和郁悶會對駕駛員駕駛有一定影響，唯一一個有正向幫助的情緒就是高興，但是也不能太高興，否則會起到反作用。曹教授建議，如果有學(xué)生對這個方面感興趣，想進一步實驗驗證的話，不用每一種都考慮進來，只要8種情緒中的部分子集就可以了。

針對自動駕駛暈動癥課題，曹教授表示，對于平順性和暈車之間的相互作用，業(yè)內(nèi)有存在一定的爭議，一些文獻主張平順性是導(dǎo)致暈車的主要原因，而另一些文獻主張正是因為平順性才凸顯了暈車問題。曹教授認(rèn)為，平順性和暈車實際上是兩個不同的問題。基于此背景，曹教授團隊進行實驗分析，數(shù)據(jù)表示在縱向上，有一定規(guī)律可循，即開的越快暈車的癥狀越明顯；橫向受交通流影響較大，目前沒有明確數(shù)據(jù)能論證橫向上對暈車的影響。

無人駕駛認(rèn)知時空路權(quán)框架，這方面分為主動的和被動的，如何保證交互質(zhì)量和安全性，我們已經(jīng)在國內(nèi)，熟練的駕駛員使用無人車，采集了24小時的數(shù)據(jù)，目前正在研究。曹教授還為我們展示了在國內(nèi)常熟和滑鐵盧采集的部分?jǐn)?shù)據(jù)集，其中在加拿大采集的雪天的數(shù)據(jù)集因為去年雪季結(jié)束較早，還差20％左右的數(shù)據(jù)沒有采集到，需要明年雪季繼續(xù)采集。希望明年會有好的結(jié)果。

最后，曹教授總結(jié)道，對于高階自動駕駛，在復(fù)雜人機交互的環(huán)境下，認(rèn)知自動駕駛提供了一種很好的解決問題的思路及框架。

更多精彩紀(jì)實，關(guān)注智車科技后續(xù)報道。

拓展閱讀

AUTO－E于2015年9月發(fā)起，現(xiàn)包括汽車電動化與智能化研究的優(yōu)秀青年學(xué)者170余名，平均36歲，來自世界70余所大學(xué)／研究所，其中加拿大工程研究院院士1名、長江2人、杰青9人、萬人領(lǐng)軍人才15人、IEEEFellow3人、ASMEFellow1人、加拿大首席科學(xué)家2人、國防卓青2人、CAAFellow2人、全國百篇優(yōu)博3人、國外正式教職19人（教授／副教授／助理教授）、優(yōu)青28人、青年長江11人、青千22人、青年拔尖10人、青年托舉10人；200余個SCI雜志副主編（60余個IEEE匯刊主編／副主編）、400余次SCI雜志客座主編；國家級獎勵50余人次，SCI雜志最佳論文獎30余篇，國際會議最佳論文獎200余篇，ESI高引論文超過700篇，擔(dān)任國際學(xué)術(shù)會議主席或分會主席1000余次。過去兩年10余位成員在頂級期刊Science Robotics， Science Advances， PNAS， Progressin Energy and Combustion Science（影響因子25．2），Energyand Environmental Science（影響因子30．1），Nano Energy（影響因子13．1）等發(fā)表文章。