2020年7月22日上午，由孙剑教授主持的国家自然科学基金联合基金重点项目“智能汽车路径规划和自主决策理论及关键技术”（以下简称基金项目）工作组本年度第一次课题交流会成功举办。考虑疫情防控时期，会议采取线上线下相结合的形式。立项以来，TOPS团队协同同济大学交通学科团队、“The Danger”号、“途灵TiEV”号两支智能车团队和北京理工大学机械与车辆学院团队，充分发挥交通、控制、计算机和汽车多学科交叉的优势，形成了丰硕的理论研究和成熟的软硬件在环测试成果。同时与北京汽车股份有限公司深入开展产学研合作，推进理论方法的应用和实践。

汇报时刻

2020是本课题工作开展的关键年，各团队负责人详细分享了已经取得的各项研究成果，内容涵盖智能汽车全局路径规划、自主决策建模、局部路径规划、驾驶人认知过程解析和场景虚拟重构与快速测试等关键技术。随着项目的顺利开展，各团队表示会在未来研究中积极提高项目指标要求，聚焦课题要求，凝练亮点，在研究的质和量上更进一步。

作为项目负责人，孙剑老师首先致开幕词，对各团队在疫情防控期间克服困难参与会议表示感谢，回顾了课题整体情况。随后，各团队带来了精彩汇报。同济电信学院“途灵TiEV”号团队的赵君峤老师介绍了过去一年在雷达仿真、虚拟测试仿真环境自动生成、多客户端多层级仿真测试等无人车仿真技术上的成果，分享了基于深度学习和图像搜索、弱监督学习的智能汽车路径规划方法。同济交通学院许项东老师对智能汽车的行车风险进行了定义和度量，提出了考虑风险的宏观路径规划，并提出了智能汽车专用车道部署优化的相关研究。同济大学电信学院控制系的张皓教授代表“The Danger”号研发团队，介绍了基于事件触发模型预测控制运动学/动力学路径追踪模型，基于事件触发模型预测控制的避障规划-新框架，并分享了智能车自主定位的研究进展。来自北京理工大学的陈雪梅老师团队在驾驶人认知过程解析，包括：基于注意力机制的全认知过程解析、交叉口环境的态势感知以及兴趣区域的获取、基于车辆状态的长短时预测的决策锚点的获取等分享了最新进展，并介绍了智能车辆的拟人自主决策建模及验证。最后，孙剑教授介绍了TOPS团队正在开展的工作，首先介绍了基于规则的规划方法，包括预期协作规划和基于推理网络的规划，对业界亟需的汽车纵向控制提出了基于优秀驾驶人的改进方法；接着，探究了基于深度强化学习的智能车在系统中的表现，将学习模型的“黑匣子”中部分可调控，通过改变可调控的指标提高多智能车在系统中的表现；最后基于测试服务的理念，介绍了包括对抗网络生成危险场景、快速测试方法对比与体系构建、测试服务系统四大功能模块和四大功能模块组合形成四大业务流程的研究进展。

线上讨论

在各团队汇报结束后，大家进行了热烈的讨论，探讨如何共同推进理论成果在智能车实车的应用，各团队如何更加协作开展下一步研究等问题。会议形成共识，未来基金项目要在达到项目指标要求的基础上，对标优秀研究，技术洼地上补短板；各团队在某些方面可以进一步的深度合作；项目成果应用至业界，达到汽车联合基金创新目标。

本次会议历时5小时，基金项目工作组各团队从不同的专业角度切入子课题研究并提出建设性的意见。会议深入总结了过去的研究成果，明确了未来的研究计划，不同团队既分工明确又切合点清晰，产学研资源互相整合，研究成果相互共享，提高了基金项目工作组的协同能力，会议圆满结束。