智能交通的新时期，用户的兴趣正从车辆的机械性能不断向智慧化服务转移。这些车辆通过集成的通信系统，实现了与周围环境的实时互动，实现车辆与车辆（V2V）、车辆与基础设施（V2I）、车辆与云（V2N）、及车辆与行人（V2P）等之间的高效互联。它不仅能够极大提升道路安全，减少交通事故，还能优化交通流量，缓解拥堵，提高能源利用效率，降低环境污染。智能网联车技术的发展，将推动汽车产业的转型升级，为用户带来更加便捷、舒适、智能的驾驶体验。
01项目介绍
团队依托合肥“新能源汽车之都”的产业优势、合肥经开区/天大合肥院的政策/资金支持，专注于智能网联车架构下的关键技术研发，与蔚来汽车、江淮汽车等合肥本地汽车制造巨头已经展开合作，共同绘制智能交通的未来蓝图。项目核心工作涵盖协同感知系统的研发，通过集成激光雷达、毫米波雷达、摄像头等多模态传感器，以及车路协同通信与计算，实现车辆对周围环境的全息精确感知。通过构建云端大数据平台和边缘计算解决方案，我们能够实现数据的实时处理和智能决策支持，从而提供远程监测、服务支持和增值服务等应用。项目目标是将合肥的智能交通生态系统推向新的高度，通过我们的技术解决方案，将为合肥带来更加安全、高效、便捷的交通体验，引领全球智能交通技术的发展潮流。
02团队介绍
依托于天津市先进网络技术与应用重点实验室，拥有实验面积500余平方米，所在学部拥有两辆智能网联汽车和200余平方米的智能网联微缩仿真平台。拥有IEEE Fellow 1人，国家杰出青年基金获得者1人，国家“万人计划”科技创新领军人才2人，国家优秀青年基金获得者1人、国家万人计划青年拔尖人才1人，教育部青年长江学者1人，海外优青2人，教育部新世纪人才1人、天津市杰出青年1人，CCF优博2人。近三年来发表论文百余篇，其中发表在中国计算机学会（CCF）规定A类会议和期刊或者中科院一区40余篇，申请中国专利46项，美国专利2项，IEEE国际标准1项，行业标准1项。近三年累计科研经费到款6000余万元，在研科研项目50余项，其中包括数十项国家级重点项目。
在本项目中，我们的实验室与多家领先的汽车制造商、技术供应商以及科研机构建立了战略合作伙伴关系。包括与中国汽车技术研究中心成立智能网联技术与应用研究联合实验室，与盈趣汽车电子共建智能座舱联合实验室等。这些合作伙伴为我们提供了宝贵的行业洞察、技术支持和市场资源，共同推动智能网联车技术的发展。我们的目标是通过跨学科的合作，将实验室的研究成果转化为实际应用，为智能交通系统的进步做出贡献。
03核心技术介绍
① 车载激光雷达定位方案：本成果针对智能网联汽车在室内车库环境中的激光雷达定位问题，提出一种基于特征-位姿先验地图的纯激光雷达在线定位系统LiDAR-SLAM。该系统针对车库存在低纹理、长廊、重复结构等问题进行了优化，通过视场角分割，及先验地图配准等方法，结合激光雷达强度信息，有效解决了车库存在低纹理、长廊、重复结构等特殊环境下的定位挑战。实车在校园和商场的地下停车场测试结果表明，该系统在车库内定位精度达到了厘米级，并保持了10Hz的定位频率。
② 轻量级多任务路侧辅助感知系统：该成果针对在资源受限的智能网联车环境中，如何能够有效降低视频分析的计算资源消耗和帧丢失率，同时确保关键信息的准确获取的问题，提出一种集成轻量级多任务路侧辅助感知系统。该系统能够实时处理来自多个摄像头的视频流，同时支持实例分割、深度估计、法线估计及边缘检测等任务，为车辆提供精确的环境感知。与单任务模型相比，多任务边缘感知系统平均开销上减少了69.71%，同时在准确性上平均仅损失不超过2.69%，帧丢失率的增加不超过2%，有效减轻了关键信息的损失。
③ 基于盲区预测的多车协同感知策略：本成果提出了一种基于盲区预测的多车协同感知策略，旨在提高智能网联汽车在视野盲区的感知精度，从而提升车辆的安全性。该策略通过基于社交时空图卷积神经网络模型准确预测智能网联汽车中的盲区变化。仿真实验结果表明，相对基于传统LSTM预测，提前预测1个时间块，平均位移误差ADE仅为后者的4%。
④ 智能驾驶座舱：该成果提出了包括毫米波、Wi-Fi、RFID等无线感知技术，实现非接触式的驾驶人员行为识别，包括智能交互、酒驾检测、疲劳驾驶等。行为识别精度达到95%以上，人员识别精度达到99%以上，相关成果发表在国际顶级刊物ACM Mobicom、IEEE/ACM TON等，获得美国发明专利1项，中国发明专利5项。相关成果得到厦门盈趣汽车电子有限公司高度关注，双方共建“天津大学-盈趣汽车电子汽车智能座舱联合实验室”，围绕座舱安全、智能驾驶全面感知和预警开展协同公关。
04市场前景
本团队的智能网联技术项目全部完成后，将预计推动智能网联车达到L4驾驶级别，一方面为汽车制造商、芯片供应商、传感器供应商和通信设备供应商等提供了智能网联汽车所需的核心技术，促进其在智能网联技术方面的投入；另一方面，依托汽车服务提供商、互联网公司、导航地图服务商等应用客户，通过应用开发、数据分析等方式，为智能网联汽车提供各种增值服务和应用。
