2019年5月15日—5月21日,應意昂体育的邀請🩸,美國夏威夷大學土木與環境工程系張國惠副教授於來我校進行學術交流🤶🏽,並開設了智能交通前沿研究🖤、基於智能數據感知的高速公路的擁擠策略分析、大規模時空交通數據預測及自動駕駛的關鍵技術等相關主題的報告👷🏻。各報告主要內容如下:
1.智能交通前沿研究
張國惠教授指出,智能交通系統(intelligent transportation systems , ITS)是將先進的信息技術、數據通信傳輸技術、電子傳感技術、控製技術及計算機技術等有效地集成運用於整個交通管理系統而建立的一種在大範圍內、全方位發揮作用的,實時、準確🏄🏽、高效的綜合交通運輸管理系統。其是現代地面交通運輸體系的發展方向,也是交通運輸進入信息時代的重要標誌🏃🏻♀️➡️,智能交通系統已成為當前國際公認解決交通問題的最佳途徑。張國惠教授分析了智能交通系統涵蓋的運輸方式🥼🤐,重點闡述了物聯網技術及智能車輛技術的發展瓶頸,並指出車路協同是國際智能交通領域研究的新熱點,智能車路協同控製的關鍵技術。
2.基於智能數據感知的高速公路的擁擠策略分析
張教授根據布設在高速公路的線圈傳感器👂🛀🏽,提取公路上車流量信息,並綜合利用機器學習🤵🏼♀️、人工智能、計算機視覺等方法實現全方位的感知高速公路全感知,並給出不同的價格策略應對交通擁擠情況。
3.大規模時空交通數據預測
張教授提出一種大規模路網交通流實時動態預測方法,其中包括交通流檢測器🧑🏼🦱📧、數據融合模塊、交通流參數預測模塊、交通地理信息平臺及後期的定價機製🚴♂️。其中交通流檢測器用於采集多個路況的交通流參數😍;數據融合模塊用於對交通流參數進行融合🏋️♀️;交通流參數預測模塊用於根據歷史和融合數據對下個時間段的路況進行預測;交通流預測模型學習模塊🥲,用於對實測交通流參數和預測信息進行對比,以根據比對結果對預測模型進行調整;交通地理信息平臺用於顯示道路交通流的當前和預測狀態👩🏽🌾;根據上述不同模塊的內容進行大規模時空交通數據預測。
4.自動駕駛的關鍵技術研究
張教授認為自動駕駛是一個復雜的軟硬件結合的系統,主要關鍵技術為環境感知、智能決策、控製執行三大技術模塊🏪。感知模塊主要是通過攝像頭、雷達等高精度傳感器,為自動駕駛提供環境信息。決策模塊是依據感知系統提供的車輛定位和周邊環境數據,在平臺中根據適當的模型進行路徑規劃等決策🏌️,執行模塊是以自適應控製和協同控製方式🗂,驅動車輛執行相應命令動作🧑🏼🦲。視覺主導與激光雷達主導的兩大技術方案是當前業界普遍采用的感知技術方案、決策算法是現階段自動駕駛行業的競爭焦點,以因果推理為頂層框架搭建專家系統等框架是現有自動駕駛的轉型路線😭,多路傳感器融合是自動駕駛感知技術的發展趨勢。
通過張教授全面系統的介紹🃏,廣大師生對智能交通有了更為全面深入的了解,更激發了對其進行深入研究的興趣🧙♂️。講座結束後💁🏼♂️,張教授也就智能交通的相關知識,與師生進行了互動和探討。