一、发展概况
天津大学无人驾驶汽车交叉研究中心依托天津大学，以“双一流”学科建设为契机，由动力、车辆、计算机、电信、自动化、数学、精仪和力学等7个一级学科构成。以车辆控制、仪器工程、图像处理、机器学习、自动控制、数学优化和非线性系统等领域多年的优势积累为基础，面向智能驾驶的感知、决策、控制等核心算法以及仿真建模技术、测试评价技术、基础数据库技术、人工智能机器学习技术等基础技术，开展协同创新研究，已取得突破性成果。
交叉中心科研团队力量雄厚，有天津大学内燃机燃烧学国家重点实验室副主任、天津大学智能驾驶汽车交叉研究中心主任谢辉教授、天津大学计算机学院副院长胡清华教授、天津大学精仪学院副院长蔡怀宇教授、天津大学自动化专业系主任左志强教授等7位智能驾驶专家、副教授和讲师20余人，博士后、博士生和硕士生50余人，研究团队中有国家优青1人，青年长江学者1人，教育部新世纪人才5人，形成由高水平科研人员、管理和技术支持一体化的科研、教学实体。交叉中心共承担国家重大科技专项、国家自然科学基金重点项目等科研项目近6项，经费累计超过1000万元，发表录用论文32篇，SCI论文22篇，IEEE汇刊论文10篇，授权发明专利15项。
二、科研项目及成果
天津大学无人驾驶汽车交叉研究中心承担有国家重大科技专项、国家自然科学基金重点项目、校企合作项目等共6项。围绕智能驾驶的感知、决策、控制等核心算法以及仿真建模技术、测试评价技术、基础数据库技术、人工智能机器学习技术等基础技术，开展协同创新研究，已实现真实道路交通场景下的多目标检测识别、路径轨迹跟随控制，搭建了三维道路场景和多维车辆动力学联合仿真的无人驾驶汽车虚拟仿真平台，驾驶行为数据快速采集和硬件在环测试平台；已完成实车传感器安装标定、线控改装，具备自主转向、制动、加速的功能；基于SUV、物流车和工程机械等多种车型的无人驾驶样车平台以及无人驾驶封闭试验场，具备多种场景可用于实车测试；在无人驾驶的基于视觉的复杂环境感知，多传感数据融合，三维全景地图实时重建，路径规划算法，车辆控制算法，基于深度学习的驾驶决策控制等方面，研发了具有自主知识产权的多项核心技术，并进行了大量室内仿真和现场试验，掌握了图像识别、雷达感知、信息融合、路径规划、操纵控制等关键技术。
2017年6月于天津参加“第一届世界智能驾驶挑战赛”的无人驾驶组比赛，获取领先奖；2017年11月于常熟参加“中国智能车未来挑战赛”的离线测试的多项比赛，取得优异成绩；2017年12月于上海参加中国智能汽车大赛（CIVC）的离线测试组比赛，获取领军奖；2018年5月于天津参加“第二届世界智能驾驶挑战赛”的无人驾驶组、虚拟场景组比赛，荣获无人驾驶组越野赛优秀奖、城市街区场景赛优秀奖、最佳兴村道路通行奖、虚拟场景组领先奖等奖项。
三、科研设施及科研能力建设
天津大学无人驾驶汽车交叉研究中心现有基于PreScan和AmeSim联合仿真的三维道路场景和多维车辆动力学联合仿真的无人驾驶汽车虚拟仿真平台，构建仿真案例达1000多种，包含了环境感知数据集、驾驶行为数据集，数据覆盖各种不同环境、气候、光照等条件变化；具有国际先进的数据计算硬件仿真平台，采用无人驾驶领军技术的英伟达PX2计算GPU和深度学习主机对驾驶脑进行分区训练，实现了硬件在环测试和模型验证；基于SUV、物流车和工程机械等多种车型的无人驾驶样车平台，包含：GPS高精度车辆定位系统、双目摄像头视觉感知系统、64线激光雷达、4线激光雷达和多个毫米波雷达组成的无人驾驶雷达感知系统、先进的无人驾驶车辆线控系统、精确的PX2超运算车载系统以及半实物仿真的视觉检测系统；可完成多种实车测试的无人驾驶封闭试验场，建有车辆进出口道闸和移动障碍物，可用于智能驾驶车辆障碍物识别技术测试，红路灯、人行灯等多种交通信号系统可用于智能驾驶样车环境感知技术的测试，十字路口、环岛绕行、车库等多种复杂道路可用于无人驾驶样车车辆定位、惯性导航、自动泊车等技术测试，多种规格的车道线和交通标识符可用于无人驾驶样车图像识别、车道线识别等技术测试。
无人驾驶汽车是室外轮式移动机器人的一种，它依靠人工智能、传感器、定位系统和导航系统的协同合作，让计算机在没有任何人类主动的操作下，自动安全地操作机动车辆，为人类的交通安全和效率带来全新体验。无人驾驶技术可以分为感知和决策两个层面，一方面通过传感器数据获取局部数据（车辆自身及四周环境的数据），另一方面结合高精度地图和天气数据做到构建全局数据。数据综合起来将与决策层做协调应用，辅助系统做定位和导航，再结合算法模型做路径规划，控制车辆的转向和速度，实现驾驶自动化。决策层得到的数据部分也会反馈回高精度地图上。
交叉中心通过车辆控制、仪器工程、图像处理、机器学习、自动控制、数学优化和非线性系统等领域多年的研究优势，现有拥有环境感知、定位导航、路径规划、决策控制等无人驾驶关键技术的研究开发能力。
四、主要研究方向
无人驾驶环境感知技术：车辆的感知功能主要是通过传感器来获取数据。传感器相当于无人驾驶汽车的眼睛，用来观察行驶时的动态变化，它是无人驾驶汽车中不可或缺的重要组成部分，常用的传感器包括有摄像头、激光雷达、超声波雷达、GPS、陀螺仪等，摄像头和激光雷达是最主要的两种传感器。研究内容主要是基于视觉图像与深度学习的目标检测、分类与跟踪技术、于概率滤波的多传感器信息融合技术、基于视觉图像的交通标识符与车道线识别技术等。
GPS定位和导航技术：定位技术是准确感知自身在全局环境中的相对位置，将自身视作一个质点并与环境有机结合起来。导航技术是帮助无人驾驶汽车“知道”自己所要行驶的速度、方向、路径等信息。在实际应用中通过信息融合技术将二者组合，从而将环境信息和车身信息融合成一个系统的整体。其中高精度地图是无人驾驶实现导航以及后续做路径规划的基础。
路径规划技术：路径规划技术是为无人驾驶提供最优的行车路径。在无人驾驶车行驶的过程中，从出行需求出发，在高精度地图的基础之上根据路网和宏观交通信息绘制一条自出发点至目标点、无碰撞、可通过的路径（包括计算道路长度、速度、路段等级、交通口等待时长等），再根据车辆在行驶过程中收集到的局部环境数据、自身状态数据来做最优路径选择。
无人驾驶控制算法：为了在行驶过程中避免与动态障碍物发生碰撞，无人驾驶系统需要算法的辅助来做到以下3个条件：1）要可靠地检测出对行驶有影响的动态障碍物，需要传感器精确测量出障碍物的位置变化并能够提取出障碍物特征用于不同时刻的障碍物之间的匹配，完成对同一个障碍物的跟踪；2）必须预测出动态障碍物的运动路径；3）需要识别动态障碍物的种类，不同的障碍物具有不同的运动特性，直接影响着无人驾驶汽车最终采取的避障策略。
无人驾驶车辆动力学模型：在无人驾驶系统中，合理的车辆模型选择对规划、控制模块的复杂度和性能有着很大的影响。考虑实际车辆的运动学和动力学约束，车辆实际运动的跟踪控制性能会更好。
五、国内外交流
天津大学无人驾驶汽车交叉研究中心与英国伦敦城市大学、英国Brunel 大学、英国Loughborough 大学、英国伦敦大学、英国帝国理工学院、德国卡尔斯鲁厄大学、美国Wisconsin –Madison大学、美国University of California，Berkeley 大学、美国麻省理工学院(MIT)、美国Michigan 大学、加拿大滑铁卢大学和韩国高等科技学院(KAIST)等建立了合作关系。每年邀请10 余位国际知名专家来室讲学。承办每两年一次的智能驾驶国际会议。组织暑期课堂，邀请国际知名教授授课，并向国内科研人员和在校研究生开放，聚集了国内外优秀人才来室工作。
交叉中心在依托单位天津大学的支持下，围绕国家重大需要，在我国人工智能驾驶领域发挥“开拓和牵引”作用。通过高水平的科学研究，高水平的人才培养，发展成为国际知名的知识创新基地、具有国际视野的领军人才培养基地和国际学术交流中心。
六、发展规划
天津大学无人驾驶汽车交叉研究中心按照“平台基础建设”、“原理创新验证”、“竞争技术应用验证”、“核心技术产业化”四个阶段逐步推进，通过已组建的平台管理委员会、工作委员会、专家委员会、战略咨询委员会和行政办公室的协同运行管理，完善多学科交叉合作机制，现已充分掌握无人驾驶感知、规划、决策的关键算法，将针对若干优势领域推出一系列具有国际竞争力的原始创新技术，3-5年内成为有国际影响力的无人驾驶新技术发源地，为我国无人驾驶汽车领域培养一批高素质创新型人才。
