博士生跨学科沙龙聚焦智能交通

2015-04-09
  • 阅读:

本网讯(通讯员温智杰、单云霄)正值樱花烂漫时,来自武汉大学、武汉理工大学、华中科技大学的5位博士生,和大家分享了他们在各自研究领域,围绕“机器视觉与人工智能在智能交通中的应用”所进行的研究。

这是武汉大学博士研究生跨学科学术沙龙论坛的环节之一。论坛由武汉大学研究生院主办,测绘遥感信息工程国家重点实验室李必军教授项目组承办,实验室研究生会协办。博士生郑玲主持论坛。

武大博士生单云霄,曾参与2012年武大跨学科拔尖创新人才培养试验区项目,他作了题为“基于模糊逻辑的无人驾驶汽车的横向控制”的报告。报告先用简洁的语言介绍了智能交通以及武汉大学的智能驾驶平台,随后详细介绍了武汉大学的无人驾驶汽车的控制技术,包括控制对象,控制目标,控制结构和控制算法。最后,他通过与国外同水平驾驶平台在横向控制算法方面的实验对比,显示了其开发的新算法在速度鲁棒性,控制精度方面的优势。

来自武汉理工大学的博士研究生严利鑫,作了题为“基于仿真实验数据的驾驶风险状态辨识”的学术报告,主要介绍了他的一些最新研究成果。在报告中,通过对50多组采集到的数据利用贝叶斯网络的方法进行分析,提取了驾驶人风险主要影响因素,同时在此基础上采用Logistic双层回归方法建立了驾驶风险预测和评估模型,采用ROC曲线验证方法对模型的精度进行了验证分析。利用汽车驾驶模拟器进行仿真。结果表明,所建立的风险预测模型能够实现驾驶风险的准确预测和评估。在提问环节,李必军教授对他的研究提出了一些新的想法,认为其研究可以与GIS相结合,更多考虑分析实际道路上的危险路段的成因。严利鑫对李老师提出的新想法非常感兴趣,希望能够进一步交流。

武汉理工大学的博士研究生李浩然,作了题为“基于聚类回归方法的高速公路车车碰撞事故危害程度分析”的报告。在报告中,他统计出重庆地区发生车-车碰撞事故的形态特征,即重叠率、质量比、碰撞方位、车身形变程度,以及乘员损伤程度等,建立了它们之间的相关模型。研究结果显示碰撞角度为30°,小质量比,低重叠率的事故造成的乘员损伤最严重。这个研究不仅可以为车辆被动安全的优化提供参考,而且在智能车控制、主动安全领域也有积极意义,即通过控制算法尽量避免以上容易造成严重乘员损伤的碰撞形式。

武汉理工大学的博士研究生孙川,基于Emotiv就脑机接口的智能小车控制方法展开了第四个报告。报告中,孙川详细介绍了其在该领域的研究进展情况,包括利用Matlab/Simulink下建立了仿真模型用以将脑电信号提取分类,以及在沙盘上的模拟控制实验等。下一步,他们准备改进当前算法以提高控制平台的准确性和实时性。

来自华中科技大学的博士研究生孙毅,就图像分类技术在智能交通领域的最新研究进展,以及华中科技大学在该领域的研究做了介绍。该报告深入探讨了道路提取,路网融合和道路变化检测等的研究在智能交通领域的应用,最后其利用条件随机场模型表达图像的语义在不同的数据集上作了相应的实验,实验结果表明,在这些数据集上其提出的算法达到了预期,对小径,城市道路和高速公路提取等都较好的效果。

报告完成后,与会的同学与点评老师对5位博士研究生的报告内容进行了更进一步的交流和探讨。与会老师表示,本次论坛几位博士研究生的报告涵盖了很多智能交通领域的前沿科技研究,具有比较高的学术水准和学术价值,达到了举行本次论坛的预期目标;希望大家会后进行更详细深入的交流,以期在学科交叉中碰撞出更多的学术火花。

(摄影:陈攀杰 编辑:肖珊)