***教授帶領(lǐng)的智能車輛團隊在智能網(wǎng)聯(lián)汽車領(lǐng)域已有多年的研究，在該領(lǐng)域頂級的國際期刊與國際會議發(fā)表了多篇高水平論文，同時擁有多項相關(guān)發(fā)明專利。團隊圍繞智能網(wǎng)聯(lián)汽車，探討人工智能和自動控制在下一代汽車的應(yīng)用，聚焦感知、決策、控制等核心技術(shù)研發(fā)，努力提升下一代汽車的安全、節(jié)能、環(huán)保、舒適等綜合性能。

5月21日，清華大學(xué)車輛與運載學(xué)院2016級碩士研究生余大蒙（導(dǎo)師：*** 教授）提出了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的車載視覺實時聯(lián)合感知模型，在自動駕駛領(lǐng)域國際著名的KITTI目標(biāo)檢測與朝向估計（Object Detection and Orientation Estimation）評測任務(wù)中，獲得行人（Pedestrian）類別的第一名（1/74），同時獲得了車輛（Car）類別的第三名（3/139）。

實時聯(lián)合感知模型（余大蒙，2016級碩士生）基于車載單目視覺，使用單幀圖像作為模型輸入，同時輸出車輛、行人和騎車人等動態(tài)目標(biāo)的三維位置、朝向、類別和尺寸信息及道路分割結(jié)果。在KITTI行人檢測與朝向估計評測中，該模型以70.57%的平均朝向相似性（Average Orientation Similarity，用于聯(lián)合評估檢測精度與朝向估計精度的評價指標(biāo)），大幅領(lǐng)先第二名67.66%的成績名列榜首；同時，0.06秒的單幀算法耗時也大幅低于其他方法。斯坦福大學(xué)，多倫多大學(xué)，馬克斯-普朗克研究所、香港中文大學(xué)等全球多個國際頂尖研究團隊參與這兩項KITTI評測任務(wù)的競爭。

圖2 實時聯(lián)合感知模型的目標(biāo)檢測和朝向估計效果圖

圖3 KITTI行人類別的朝向相似性-召回率曲線

***教授帶領(lǐng)的智能車輛團隊在智能網(wǎng)聯(lián)汽車領(lǐng)域已有多年的研究，在該領(lǐng)域頂級的國際期刊與國際會議發(fā)表了多篇高水平論文，同時擁有多項相關(guān)發(fā)明專利。團隊圍繞智能網(wǎng)聯(lián)汽車，探討人工智能和自動控制在下一代汽車的應(yīng)用，聚焦感知、決策、控制等核心技術(shù)研發(fā)，努力提升下一代汽車的安全、節(jié)能、環(huán)保、舒適等綜合性能。