新闻中心

“车路协同与智能驾驶”思享会纪实

2019-01-30 | 文/黄利 图/王宇清 |

2019年1月22日,主题为“车路协同与智能驾驶”的思享会在清数D-LAB圆满举办。此次思享会是由清数大数据产业联盟和清华校友总会AI大数据专委会共同主办,邀请了清华大学自动化系系统工程研究所所长张毅教授分享车路协同技术在新型复杂混合交通系统的挑战与发展机遇,同时介绍基于车路协同的智能驾驶技术路线,并阐述了交通大数据和群体决策控制在智能驾驶的应用前景。

清华大学自动化系教授、系统工程研究所所长张毅

思享会上,张毅教授从我国智能车路协同技术的产生、发展及应用入手,重点讲解了车路协同面临的问题和挑战,以及基于车路协同的智能驾驶的应用前景。

张毅教授指出中国起步晚发展快,已经整体达到国际先进水平、部分达到国际领先水平。车路协同的大规模应用和推广已经成为现代道路交通发展的必然选择。实现车路协同需要掌握三个核心技术或功能:第一,实现任何车辆任何时间任何地点互联;第二,实现全时空动态交通信息采集与融合;第三,要实现人车路的有效协同,包括协同安全和协同控制。所以基于车路协同的交通系统构建需要多模兼容设备、协同环境感知、可信信息交互、动态控制机制、边缘云端计算、系统功能升级延展多种新技术的集成。

思享会分享现场

张毅教授在为大家详细分析了车路协同条件下面临的道路交通环境问题与挑战后,指出群体智能与协同控制是现代交通系统的解决方案,并强调新型混合交通协同管控迫在眉睫,是国际难题,群体智能与协同控制的基础理论与方法体系亟待研究、关键技术亟待解决。

现阶段车路协同系统已经简单应用到单车速度引导、特殊车辆避让、安全预警方面,在未来信号灯控制、快速路控制、城市公交优化控制、不同渗透率下混合交通管控都将是车路协同系统在道路交通中的经典应用。

对于炒的沸沸扬扬的无人驾驶,张毅教授指出要实现人工智能驾驶,需要经历传统辅助驾驶、智能网联驾驶、无人自动驾驶、人工智能驾驶、无人有人混驶五个阶段,可见人工智能驾驶任重而道远。

思享会合影

在张毅教授精彩的分享过后,来自百度、驭势科技、华为、宝马、交通通信信息中心、中科院等企业代表,以及其他十几位业内专家和校友等,现场就车路协同系统发展遇到的挑战还有机会展开深入交流和讨论。

关于思享会

亦私想汇,亦私享会,亦思想汇,是由清华校友总会AI大数据专委会(筹)与清数大数据产业联盟共同发起的思想交流平台,定位为小范围的深度交流,目标是希望通过思想交流与碰撞促进产业的数据创新,以及大数据与产业和资本的融合,帮助各产业发现和挖掘数据的价值,促成联盟成员及校友之间的互助与合作,为参会嘉宾带来新灵感和新启发。后续思享会的安排敬请关注数据派公众号(datapi)以及清数D-Lab服务号(Tsingdata)的内容。


相关新闻