智能无人驾驶技术福建省高校工程研究中心

发布者:交通运输学院发布时间:2024-11-04浏览次数:10

一、平台简介

智能无人驾驶技术福建省高校工程研究中心依托于福建理工大学开展建设,福建汉特云智能科技有限公司为共建单位。本中心重点围绕智能无人驾驶核心关键技术研发及其应用落地机制开展研究,研究包括交通路网及其交通流特性分析、交通视听觉交互信息的感知与理解、多车交互机制、智能驾驶行为决策机制以及多车协同控制机制等核心关键技术。同时,中心积极对接省内相关企业,构建智能驾驶产学研合作平台,培养高层次研发人才,服务地方经济发展。

二、主任简介

   廖律超,博士、教授、硕士生导师。为清华大学优秀出站博士后、英国埃塞克斯访问学者,主要研究智慧城市时空大数据建模及其挖掘处理技术等。现任福建数字福建交通大数据研究所副所长(常务)、中国人工智能学会科普工作委员会委员等职,并被省教育厅聘请为“福建省中小学人工智能教育指导委员会委员”,先后主持了国家自然科学基金项目、福建省科技重大专项子课题、福建省科技计划重点项目及交通信息工程横向合作项目等课题20余项,在时空大数据处理方面已申请国家发明专利100余项,其中已获发明专利授权60余项;参编地方标准1项;入选“福建省高校杰出青年科研人才计划”,获评为福建省教育信息化学会“优秀专家”、并获授“优秀科技工作者”、“优秀共产党员”及“服务标兵”等荣誉称号,先后获得“第四届中国侨界贡献(创新团队)奖”、“2019年度福建省科技进步二等奖”、“2017年度福建省科技进步二等奖”及“2014年中国产学研合作创新成果奖”等奖项。

三、主要研究方向及内容

   研究方向一:交通路网及交通流大数据挖掘分析技术

为了最终实现智能车融入正常道路交通流中进行自主驾驶,首先研究采集交通道路的基础信息,并挖掘分析其交通流特性,以明确正常交通流中车辆交互与协同行为的内涵与特点,为后续研究提供基础支撑。具体研究包括以下两个方面:

1)道路基本信息采集:利用激光雷达及视频采集装置等采集红绿灯设施信息、道路交通标志、道路宽度与长度、路面状况(如坡度、曲率等)、道路类型(桥梁、涵洞等)、岔道口、禁行路等道路信息,以上街大学新区为示范区域,建立详尽的道路基本信息数据库。

2)分析交通流特性:在道路基本信息数据库的基础上,分析道路上通行的车辆类型、行车速度、交通密度等,对交通流的稳定流状态和间断流状态特性进行分析,对主要车型的速度和行驶特性进行统计分析,在此基础上确定智能车拟采用的传感器、控制器等硬件设备,以及需要采集的视听觉信息,为智能车行驶于该路段实现多车交互协同提供必要的理论依据和仿真验证。

  研究方向二:基于多传感器信息融合的环境感知与理解

环境感知能力一直都是智能驾驶技术研究的重点之一。在正常交通中,车辆间的交互信息主要通过车灯、笛声来传递,因此中心将研究基于视听觉认知计算的车辆交互信息识别技术,以实现在多车环境下智能无人驾驶车对灯语、笛语的识别与理解。

研究对周边车辆的灯语信息进行检测、采集和跟踪;对笛语信息进行采集与定位,并与采集的车灯信息进行融合,实现发出笛语的车辆的定位;进而将采集的真彩色图像向G方向投影,实现车灯颜色信息识别。同时,通过深度学习及强化学习技术实现对灯语信息进行时域与空域分析,对检测得到的笛声信号进行增强,并研究基于小波包熵等理论、经验模态分解等的声信号特征提取方法,并对结果进行分类与识别,并进一步探索建立灯语、笛语交互信息推理规则库实现对其所传达的车辆行驶意图的准确理解。

  研究方向三:无人驾驶汽车运动决策与智能控制技术研究

智能无人驾驶车在正常交通流中的交互机制分为主动交互和被动交互两种。主动交互是本车为了改变自己当前的驾驶模式,主动向其它相关车辆发出的交互信息(灯语或笛语),向其它车辆传达本车的行驶意图。而被动交互则是本车接收到的其它车辆传来的可能影响到自身驾驶模式的交互信息(灯语或笛语)。如何准确理解行驶意图,并实时做出最优控制决策,是智能无人驾驶的核心关键技术。

为此,中心将基于深度强化学习方法对主动或被动交互机制及行为决策模型展开研究,具体包括: 1) 分析、确定各种灯语、笛语信息和所对应的车辆行驶意图,建立不同灯语、笛语信息与其所对应的车辆行驶意图之间的映射关系;2)构建车辆驾驶状态词典(规则库),建立基本驾驶动作与相应的灯语、笛语之间的对应关系;3)研究建立不同驾驶模式之间的转换机制,以及控制决策中的冲突消解机制。

  研究方向四:车路协同及多车协同控制技术研究

车辆协同控制技术是智能无人驾驶车安全行驶的核心关键,在较长的一段时间内,交通道路存在智能车与非智能车混行的发展状态。因此,多车协同控制主要包括智能车与非智能车之间的协同控制,以及多智能车之间的协同控制。

1)智能车与非智能车的系统控制。主要基于灯语、笛语等视听觉交互信息,开展:1) 本车跟踪其它车辆、本车超越其它车辆等因本车驾驶模式发生改变而引发的主动协同控制算法研究;2) 紧急停车、本车避让其它侵入车辆等受到其他车辆驾驶模式的影响而导致本车驾驶模式的改变,进而引发的被动协同控制算法研究。

2)多智能车之间的协同控制研究。在智能车与非智能车之间主要基于视听觉信息的协同控制技术研究的基础上,辅以无线通信的方式,在多个智能车之间实现更加复杂有效的协同控制。拟以智能车群编队协同控制为研究内容,进行编队动力学性能建模分析与仿真、编队内部通信网络建立、编队驾驶行为分析与决策、编队安全稳定行驶评测等方面的研究,实现几种典型的智能车辆协同编队控制,包括组成线型队列、队列的加速协同、巡航协同、智能车出入队列等协同控制。


联系人:黄德娟 15280038668