无人驾驶车辆环境认知能力评估与离线测试系统

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    91120009
  • 项目类别：
    重大研究计划
  • 资助金额：
    120.0万
  • 负责人：
    刘跃虎
  • 依托单位：
    西安交通大学
  • 学科分类：
    F0309.机器人学与智能系统
  • 结题年份：
    2014
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2014-12-31

项目摘要

该项目主要研究无人驾驶车辆环境认知能力的评估与离线测试方法及其技术实现，旨在建立一种离线测试环境，解决无人驾驶车辆道路环境认知的客观评估标准问题。该项目将利用多种传感器生成数字化道路交通环境，使被测试的无人驾驶车辆自主行驶行为、行驶轨迹、交通标识识别、违规和环境认知作业完成时间等动态信息在线可控；该项目完成的集成编程开发环境支持测试任务定义与测试流程重组，使无人驾驶车辆的环境认知作业跟踪测试灵活开放。本项目的研究成果可实现一种新颖的无人驾驶车辆环境认知能力评估与离线测试平台，为研究无人驾驶车辆的自主导航、交通标识识别、道路地貌感知、路径规划与决策等能力提供较为完善的全浸式室内自主驾驶行为测试与环境认知能力评估系统。

结项摘要

本项目的目标是研究无人车环境认知测试和能力评估关键技术，建立完整的无人车系统仿真测试平台。主要进展包括四个部分：1、建立了模拟道路交通场景生成系统，利用真实道路的路面GIS数据、道路场景视频图像序列数据和三维交通元素模型实现三维道路交通场景的快速精确建模与传感仿真数据生成（如可视数据、激光雷达数据）；2、定义无人驾驶车辆的三维几何模型及其智能行为模型，给出无人车仿真器的完整解决方案，实现虚拟无人车辆在模拟道路交通环境中的能力测试和自主行驶行为仿真。3、按照系统与道路交通环境、驾驶决策与规划能力以及对人依赖程度，设计了一种无人车认知能力的5级度量模型，解决了无人车认知能力分级和评估问题。4、建立“无人车认知能力测试道路交通数据集”共享网站，对外公布精选的107条典型道路交通路段的视觉感知视频图像。总体工作已完成预期研究目标。进一步工作是在实际应用中完善现有的无人车仿真测试ToolKit，希望能在基金委和重大研究计划专家组支持下，开展虚拟无人车环境认知算法评估竞赛，为无人车系统集成做出贡献。

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（0）
会议论文数量（11）
专利数量（0）
Surface reconstruction via efficient and accurate registration of multiview range scans
通过高效准确的多视图范围扫描配准进行表面重建
  • DOI：
    10.1117/1.oe.53.10.102104
  • 发表时间：
    2014-10-01
  • 期刊：
    OPTICAL ENGINEERING
  • 影响因子：
    1.3
  • 作者：
    Zhu, Jihua;Li, Zhongyu;Zhang, Te
  • 通讯作者：
    Zhang, Te
span style=font-size:12.0pt;font-family:quot;A new scene text detection method based on the hierarchical model/span
一种基于层次模型的场景文本检测新方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    IET Computer Vision
  • 影响因子：
    1.7
  • 作者：
    Gang Zhou;Yuehu Liu
  • 通讯作者：
    Yuehu Liu
Circle Detection Based on Voting for Maximum Compatibility
基于投票的圆圈检测以实现最大兼容性
  • DOI：
    10.1587/transinf.e95.d.1636
  • 发表时间：
    2012-06
  • 期刊：
    IEICE Transactions on Information and Systems
  • 影响因子：
    0.7
  • 作者：
    Su, Yuanqi;Liu, Yuehu;Huang, Xiao
  • 通讯作者：
    Huang, Xiao
基于粒子滤波的部分对应点集刚体配准算法
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    中国科学:信息科学
  • 影响因子：
    --
  • 作者：
    祝继华;杜少毅;李钟毓;马亮;袁泽剑
  • 通讯作者：
    袁泽剑

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

Fast two-cycle curve evolution with narrow perception of background for object tracking and contour refinement
快速两周期曲线演化，具有窄背景感知，用于对象跟踪和轮廓细化
  • DOI：
    10.1016/j.image.2016.03.001
  • 发表时间：
    2016-05
  • 期刊：
    Signal Processing: Image Communication
  • 影响因子：
    --
  • 作者：
    李垚辰;苏远歧;刘跃虎
  • 通讯作者：
    刘跃虎
Iteratively parsing contour fragments for object detection
迭代解析轮廓片段以进行对象检测
  • DOI：
    10.1016/j.neucom.2015.10.099
  • 发表时间：
    2016-01
  • 期刊：
    Neurocomputing
  • 影响因子：
    6
  • 作者：
    黄骁;苏远歧;刘跃虎
  • 通讯作者：
    刘跃虎
基于相关熵的多视角彩色点云配准
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    图学学报
  • 影响因子：
    --
  • 作者：
    刘荧;李垚辰;刘跃虎;付靖文;马飞
  • 通讯作者：
    马飞
查询词相似度加权的邻近性检索方法
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    模式识别与人工智能
  • 影响因子：
    --
  • 作者：
    乔亚男;刘跃虎;齐勇
  • 通讯作者：
    齐勇
面向人脸光照合成的光照参数精确估计算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    西安交通大学学报
  • 影响因子：
    --
  • 作者：
    刘剑毅;何苗;马瑶;刘跃虎
  • 通讯作者：
    刘跃虎

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

刘跃虎的其他基金

无人驾驶环境感知智能的测试模型与可靠性评估
  • 批准号：
  • 批准年份：
    2019
  • 资助金额：
    58 万元
  • 项目类别：
    面上项目
基于选择性注意模型的可视媒体文本检测方法研究
  • 批准号：
    90920008
  • 批准年份：
    2009
  • 资助金额：
    50.0 万元
  • 项目类别：
    重大研究计划
基于视觉感知的人脸表情运动控制学习及其线条画生成
  • 批准号：
    60775017
  • 批准年份：
    2007
  • 资助金额：
    28.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码