科创中国

简要介绍本问题在现阶段学术研究和科技发展中的最新前沿进展和产生背景，以及未来面临的关键难点、挑战

经过半个多世纪的发展，人工智能技术深刻地改变着科技发展水平和人类生活方式。尤其是自2010年开始深度神经网络的应用使得人工智能技术进入一个全新的发展阶段，逐渐从实验室向商业阶段转变，在移动互联网、智能制造、医疗大数据、超级计算、传感网络、脑科学等领域内得到飞速发展。无论是AlphaGo击败全世界围棋高手，或者是谷歌无人驾驶车辆在加州的测试运行，都体现了人工智能技术的强大。人工智能目前已经成为国际竞争的新焦点，成为经济发展的新引擎，为中国的飞速发展带来新机遇。

在全球汽车动力电气化、控制智能化、信息网络化趋势驱动下，智能汽车成为国际汽车工程领域的前沿热点与未来市场竞争核心，也是我国汽车产业实现“中国制造 2025”节能与新能源汽车战略和供给侧改革的重要举措与发展机遇。目前全世界各国政府、汽车生产商、汽车零部件厂商以及互联网厂商均在布局智能驾驶技术，但由于汽车在行驶过程中需要面临复杂的行驶环境，依靠传统的环境感知技术以及基于规则式的决策规划控制算法很难满足自动驾驶的开发需求，真正的全自动驾驶汽车尚未出现。

将人工智能算法应用于自动驾驶的开发中，将会给自动驾驶带来全新的开发路径。综合应用汽车动力学理论、汽车控制、人机共驾行为分析与人工智能领域中深度学习、信息融合及增强学习控制等最新研究成果，在整车功能需求驱动，选配摄像头、毫米波雷达、激光雷达、超声波雷达等传感器，采用深度神经网络学习等技术实现交通环境感知与智能决策规划，完成自动驾驶相关技术开发：

1）基于深度学习的多传感器融合下的动静态目标检测与跟踪技术

研究高性价比多源传感器自主式感知系统方案，建立基于深度学习处理非结构化数据的目标有效识别和分类方法，实现人车混流等复杂且兼具中国路况特点的行驶环境下自主式动静态目标的检测与跟踪算法。

2）时空多维变尺度道路交通环境语义级理解与局部场景生成技术

研究基于自主式与协同式环境感知、高精度无缝定位及本车和交通参与者 行为信息，实现车辆周边道路交通环境语义表达的方法，建立时间、空间多维变尺度局部 3D 场景，表征并量化车辆及其周围目标的行为特性，实现车辆驾 驶行为和目标运动行为特性的分类，完成对典型行为特征的精确提取与有效辨识，提出基于典型行为特征的车辆驾驶行为和目标运动行为预测方法。

3） 复杂行驶环境下自动驾驶车辆拟人决策与协同控制技术

聚焦拟人化自动驾驶决策与轨迹规划关键科学问题，进行个体驾驶与群交通分析，重点突破两大关键技术问题：（1）自主决策、轨迹规划与人车控制权切换；（2）多目标优化下车辆纵横向动力学解耦与鲁棒控制。

4） 虚拟与实车环境下自动驾驶车辆安全评价测试技术

针对自动驾驶车辆安全行车机制，建立自动驾驶虚拟仿真测试平台与实车验证测试平台，制定不同平台下行车安全评价机制，重点突破高还原度的虚拟测试场景构建技术以及完备的智能驾驶汽车测试评价体系。

简要介绍本问题取得突破后，对本领域或相关其他交叉领域科技发展的重大影响和引领作用，以及可能产生的重大科技、经济和社会效益

由于传统的自动驾驶感知与决策技术无法满足当前智能驾驶车辆开发的技术需要，将人工智能技术与汽车产业相结合，通过深度神经网络输出多目标检测结果并降低目标误识别率和计算需求，通过像素级目标检测实现对细小或严重遮挡等目标准确识别和预测，完成复杂环境下人-车-路多维变尺度局部场景语义表达方法，利用高精度驾驶地图静态信息和驾驶行为动态估计，设计基于交通场景重构下的路径动态规划方法。人工智能技术在汽车领域的发展与应用，将会极大促进图像识别技术、语音识别技术、多传感器感知融合技术、增强学习技术以及大数据分析与挖掘领域的发展。

汽车智能制造与人工智能技术的结合将会带动整个汽车产业的发展，包括传感器制造产品、芯片制造产业、无线通讯产业以及互联网产业，未来会形成千亿级别的产业群。全自动无人驾驶车辆的出现会打破当前社会的出行方式，重塑道路规划格局，推动共享出行的消费形式，完成未来交通的零伤亡、零事故的目标，使得未来出行方式更安全、更便捷、更环保。