清华大学突破L5自动驾驶关键技术，创新车路云协同决策机制

清华大学突破L5自动驾驶关键技术，创新车路云协同决策机制

引用

CSDN

等

8

来源

1.

https://blog.csdn.net/createNo_1/article/details/141926955

2.

https://auto.cnr.cn/2015xc/20240616/t20240616_526748748.shtml

3.

https://www.svm.tsinghua.edu.cn/essay/4/1984.html

4.

https://www.autohome.com.cn/ask/4994273.html

5.

https://www.crhcc.com/hydj/2024/8/2f6d84a2be98448f9866a0443e981b92.htm

6.

https://www.ase.tsinghua.edu.cn/info/zhxw/673

7.

http://www.cnautonews.com/yaowen/2024/11/13/detail_20241113369663.html

8.

https://iot.ofweek.com/2024-12/ART-132200-8500-30653573.html

近日，清华大学车辆与运载学院王建强教授团队获得国家自然科学基金创新研究群体项目资助，聚焦“智能车辆协同决策与控制”这一前沿领域。该项目旨在突破L3级及以上自动驾驶的关键技术瓶颈，通过融合车-路-云系统，探索高等级自动驾驶的协同决策机制，为实现完全无人驾驶提供新的理论和技术支持。

从L4到L5，智能驾驶系统面临着质的飞跃。L4级自动驾驶虽然实现了高度自动化，但仍然局限于特定场景和条件，如园区、港口等封闭或半封闭环境。而L5级自动驾驶则追求全场景、全天候的无人驾驶能力，真正实现“无人化”。

这一跨越涉及三大核心技术领域的突破：

1. 感知系统：L5级自动驾驶需要更强大的环境感知能力。传统的摄像头、毫米波雷达和激光雷达组合需要进一步优化，以实现更远距离、更精准的障碍物识别，同时增强对复杂环境的适应性。

2. 决策系统：L4级系统通常采用规则驱动的决策机制，而L5级则需要更智能的AI决策系统。通过深度学习和强化学习，系统能够更好地理解复杂交通场景，做出更人性化的驾驶决策。

3. 控制系统：L5级自动驾驶对控制系统的可靠性和安全性提出了更高要求。需要开发更先进的控制算法，确保在各种极端条件下的稳定运行。

当前，业界在从L4向L5级自动驾驶演进的过程中，已经取得了一些重要进展：

1. AI算法的革新：特斯拉率先推出的FSD V12端到端大模型，通过直接从传感器数据输出驾驶决策，大幅简化了系统架构，提高了训练效率。这种端到端的方案正在成为行业趋势。

2. 传感器方案的优化：为了降低成本并提高可靠性，业界正在探索“重感知、轻地图”的技术路线。例如，华为最新的ADS 2.0系统就采用了1个800万像素前视双目摄像头和10个260万像素摄像头的组合，同时减少对高精度地图的依赖。

3. 高精度地图的替代方案：由于高精度地图成本高昂且更新困难，业界开始转向使用众包地图和实时感知技术。通过车辆自身的传感器和算法实时构建环境模型，可以有效弥补高精度地图的不足。

王建强教授团队的研究项目具有以下创新点：

1. 车-路-云协同决策：突破传统单车智能的局限，通过融合路侧感知和云端计算资源，实现更全面的环境感知和更优化的决策控制。

2. 驾驶人行为决策智慧的融合：通过研究优秀驾驶员的行为模式，将人类驾驶经验融入自动驾驶系统的决策过程，使驾驶行为更加自然和安全。

3. 基础理论与技术体系的建立：致力于构建智能网联车辆自主决策与协同控制的基础理论框架，为高级别自动驾驶技术的产业化提供理论支撑。

这一研究项目的实施，不仅将推动我国在高级别自动驾驶领域的技术突破，还将为相关法规和标准的制定提供科学依据，加速自动驾驶技术的商业化进程。

从L4到L5的进化之路虽然充满挑战，但随着AI技术的不断进步和传感器技术的持续优化，完全无人驾驶的愿景正在逐步变为现实。清华大学的研究成果将为这一进程提供重要支持，助力我国在自动驾驶领域保持国际领先地位。