无人驾驶车辆人工认知关键技术与集成验证平台

本项目拟通过分析与模拟人类汽车驾驶的心理与行为机制，旨在面向无人驾驶车辆集成验证平台研发中涉及的感觉、知觉和决策等三个层次的关键科学问题，即人类驾驶感知信息处理与融合的新机制与新模型，驾驶环境下基于人类认知机制的注意力聚焦与选择模型，以及人-车-路整体决策的认知心理学模型，具体解决如下三个关键技术的研究：1）基于人类驾驶感知信息处理与融合新模型的车载多模态传感数据的融合；2）驾驶意图指导下的ACS体系结构与选择性知觉信息处理；3）基于人-车-路整体决策的认知心理学模型和高层认知模型指导下的决策优化方法，并基于上述关键技术，特别是其中涉及的人工认知重大关键技术，实际研制新一代具有人工认知能力的无人驾驶车辆集成验证平台,并进行基于高速公路路况的现场测试试验。

围绕科学问题研究、关键技术突破与平台研制这三个不同层次的主要研究任务，从模拟人类驾驶行为的视觉认知机理出发，将传统视觉计算模型与新的视觉认知模型相结合，研究并构建出一种新的自然环境感知与建模方法，提高了无人自主车辆对非结构化道路与交通视觉感知信息的理解能力；开展了驾驶员感知信息处理与融合的认知机制研究，实现了多传感器跨模态跨尺度的信息融合，增强了计算机对海量异构信息的处理效率与可靠性；研究了人类驾驶行为中的决策模型，提出并实现了一种面向高速公路和城区驾驶环境的智能行为决策方法。集成上述基础理论与关键技术的相关研究成果，研制了两台具有自然环境感知与自主行为决策能力的无人自主车辆，参加了三届比赛，并进行了包括复杂城区道路交通环境、乡村公路和高速公路在内的图灵测试与各种真实现场道路试验。部分关键技术还得到了进一步的推广与应用。总之，本项目在无人自主车辆理论方法创新、关键技术突破与无人驾驶车辆集成创新及其现场道路试验等各个方面，均获得了阶段性重要成果。