汽车智能网联技术重庆市高校工程研究中心——智能网联方向

主要面向智能网联汽车、智能交通等领域，开展基于C-V2X人-车-路-云等协同的感知识别、辅助安全、决策控制、智慧交通、智慧出行、测试验证平台等相关算法研究与系统设计。

1 感知识别

 n路侧多源融合感知识别算法

研究基于深度学习路侧多源信号感知识别方法，解决路侧感知识别准确性与实时性问题，实现路侧多目标对象感知识别与分类。

n路侧跨域多目标识别跟踪算法

研究设计多目标跨域追踪模型，结合重识别模型与坐标映射算法完成目标的跨域跟踪，解决跨域跟踪的Re-ID与准确性问题，实现对目标全局轨迹的准确追踪。

n交通事件检测

研究设计基于深度学习的路侧交通事件检测模型，通过动态、静态参数等多维视觉特征检测多种交通事件，解决交通事件检测准确性和实时性问题。

2 协同决策与控制

n多目标协同控制模型研究与验证

      研究设计车路协同系统的交通对象关联、协同避障、协同路径规划、协同脱困等控制模型与算法，解决车路协同环境下多车通行效率与安全问题。

3 C-V2X通信与辅助安全

   nC-V2X多模通信与消息过滤转发方法

       研究5G+V2X+卫星多模通信消息过滤与转发机制，解决车路协同中C-V2X消息风暴和消息处理效率问题。

   n基于C-V2X感知共享与协同预警

基于公共云平台，利用5G、C-V2X等通信技术，研究设计云-边-端感知共享分发策略与技术，并设计辅助安全模型算法防撞预警，主要解决基于V2X通信的感知共享与辅助安全问题。

  n基于多源的异常驾驶行为识别

研究设计基于交通道路环境、车辆运动状态、驾驶员行为等多源融合的异常驾驶行为识别模型与算法，解决车辆行驶过程中异常驾驶行为识别判断准确性问题，支撑驾驶权转移决策。

  n基于驾驶员特征的座椅自适应调节模型

      基于视觉关键点检测算法对驾驶员特征进行提取，识别估计驾驶员身份、身高、体重、横纵比等参数，自适应调节座椅位置与姿态，为驾驶员提供便捷的座椅调节操作，同时也为后视镜、 ARHUD、方向盘等设备的角度调节提供支撑。

4 智慧交通关键技术

   n基于深度学习的交通流预测模型

      基于深度学习方法，研究设计自适应图卷积网络交通流预测模型，根据区域主干道相关交通路口的交通流实时统计和历史数据，建立交通流预测模型，解决交通流预测准确性问题，为交通调度提供支撑。

   n基于强化学习/大模型的云边协同交通调度模型

针对车路协同环境下的多路口实时协同配时问题，研究设计云边协同强化学习/大模型调度模型，协同控制主干道多路口的交通配时，实现多路口绿波带通行控制，提高交通效率。

n基于端到端的感控一体化调度模型

针对传统分离式架构导致的特征工程冗余与信息损失问题，设计基于多模输入和相位控制输出的端到端路口信控模型，实现真正的感控一体化交通调度。

5 智慧出行

n车路协同智慧停车系统

利用车路协同系统，研究车辆车牌识别、车辆跟踪、车位状态监测、室内外一体化定位导航、违规停车监测等算法，解决停车难、找车难、擦挂追责难、车位共享难等问题，支撑AVP服务。