YEF | 车路云协同赋能自动驾驶理论与关键技术

苏洲，教授、博导，西安交通大学网络空间安全学院院长，长江学者特聘教授，国家重点研发计划首席科学家，爱思唯尔中国高被引学者。主要研究方向包括通信网络安全、物联网安全、信息物理融合系统安全等。在网络通信安全与优化研究领域IEEE TIFS、IEEE TDSC、IEEE JSAC、IEEE/ACM ToN等国际权威期刊文章发表了一系列高水平文章。获得IEEE ICC2020、IEEE BigdataSE2019等国际会议最佳论文奖。任 IEEE Internet of Things Journal、IEEE Open Journal of Computer Society等国际知名期刊编委。

演讲题目：面向自动驾驶的车路云协同数据安全保护

摘要：面向自动驾驶的车载网络已成为提高驾驶安全性和交通效率的重要支撑和核心技术。然而由于智能交通系统的网络开放性和服务需求多样化，如何在面向自动驾驶的车载网络中进行有效的数据安全防护成为关键挑战。本报告探讨面向自动驾驶的网络安全关键技术，包括车路云协同安全保护架构、网络威胁检测、数据安全共享等。

田大新，教授，博导，北京航空航天大学交通学院副院长，青年长江学者，国家自然科学基金委优秀青年基金获得者，牛顿高级学者，IEEE Senior Member，中国电子学会智能交通信息工程分会副主任、中国计算机学会智能汽车分会副主任、中国指挥与控制学会无人系统专委会副主任委员、中国智能交通协会“优秀青年专家”、中国交通教育优秀中青年教师；担任车路协同与安全控制北京市重点实验室主任，运动型多用途乘用车节能与智能化京冀联合实验室主任，城市交通管理集成与优化技术公安部重点实验室车联网研究室主任。主持国家重点研发计划、国家自然基金重点项目等国家项目11项，发表学术论文100余篇，出版专著7本、教材2本、译著2本；授权发明专利51项；获国家科学技术进步奖二等奖等科技奖13项，北京市教学成果奖一等奖2项；担任国际学术期刊《IEEE Transactions on Intelligent Vehicles》和《Complex System Modeling and Simulation》的Associate Editor。

报告题目：自动驾驶关键技术

摘要：作为未来智慧交通的重要组成部分，自动驾驶技术的发展和应用极大程度上推动了传统交通方式向智能化、绿色化、安全化方向转型，实现了提升交通安全、提高出行效率、缓解城市拥堵等方面的综合利益。本报告首先介绍自动驾驶的发展背景；然后聚焦环境感知、路径规划、行为决策、运动控制等方向的创新技术范式，介绍自动驾驶领域前沿理论方法与关键核心技术；最后介绍团队围绕自动驾驶感知-规划-决策开展的一系列技术攻关、测试验证以及示范应用方面的最新进展。

于东晓，国家优秀青年科学基金获得者、山东大学“杰出中青年”特聘教授，山东大学计算机科学与技术学院副院长，主要研究方向包括边缘智能、物联网和数据挖掘。近年来发表学术论文100余篇，获得国际会议最佳论文奖4项（IEEE IPCCC 2020、PDCAT 2020、CsoNet 2019、IIKI 2019）、最佳论文提名奖2项（WASA 2019、IEEE MASS 2021）。主持重点研发计划课题、自然科学基金等国家和省部级项目10余项，获得山东省自然科学二等奖1项。担任JCSS和IEEE TC、IEEE TWC编委、ComCom领域编辑，曾担任CCF C类会议WASA 2020的程序委员会主席和IEEE WCNC 2020程序委员会领域主席，并且是多个国际顶级会议的程序委员会委员。

报告题目：边缘智能与轻量化协同学习

摘要：随着无线通信技术的快速发展，如5G, 6G等，车联网已经成为了研究和产业界的热门领域，移动设备在车联网中起到了至关重要的作用。设备产生海量数据的同时，其自身的计算能力也在提升。边缘计算整合了泛在资源，与人工智能互相耦合，形成的边缘智能，能够真正实现靠近终端的人工智能。协作学习是实现边缘智能的重要途径。在边缘计算环境中，一方面是边缘设备的构成比较复杂，设备的计算能力，相应速度等不同。第二个方面的挑战来自于复杂的网络环境和数据环境，网络环境复杂导致存在潜在的恶意节点，以及网络拓扑会发生变化，数据集中也有可能存在大量的离群点。基于边缘设备的异构性以及网络和数据环境的复杂性挑战，设计轻量级、高度鲁棒和自适应的协同学习算法至关重要。该报告我们回顾并讨论了边缘智能和轻量级协作学习的发展、分类、最新研究成果和趋势以及目标愿景，探讨了传-存-算资源一体化调度如何实现绿色高效的新一代协同学习框架。

许辰人(https://soar.group/chenren)是北京大学博雅长聘副教授、计算机学院网络与高能效计算研究所副所长。2014年从美国罗格斯大学获得博士学位，曾任卡耐基梅隆大学博士后，AT&T香农实验室和微软研究院访问学者。主持国家优秀青年科学基金和国家重点研发计划课题，研究领域为智能物联网、移动互联网和边缘云计算。主持研制光标签技术及其构建的无源车路协同光感知网络研究成果获首届阿里巴巴达摩院青橙奖并被《麻省理工科技评论》等媒体报道，移动全网聚合传输加速技术在数亿鸿蒙终端得到商用并入选华为十大发明。担任ACM IMWUT (UbiComp) 副主编(Editor)、《电子学报》和《中国计算机学会通讯》编委、SIGCOMM和MobiCom等会议组委会委员和/或论文评审委员(TPC)，国际嵌入式系统专委会ACM SIGBED常委兼中国区秘书长，国际移动计算专委会ACM SIGMOBILE常委。曾荣获CC多次CSRankings列表会议论文和系统演示奖项。

演讲题目：面向自动驾驶的泛在移动互联技术初探                                        

摘要：自动驾驶技术是未来（海陆空）交通、物流运输网络乃至智慧城市的关键基础和推动力。它既孕育着万物互联、感联智控以及人机物协同发展的创新机遇，也带来了海量接入、泛在感知和高速移动等新日常场景伴生的泛在移动互联需求和挑战。本报告围绕物流网络、车路协同以及高速铁路这三大室内外典型自动驾驶场景介绍我们迈向高通量、高可用和高可靠泛在移动互联的初步探索和相关研究进展。

刘凯，重庆大学国家卓越工程师学院教授、博士生导师、副院长。2011年10月获得香港城市大学计算机科学博士学位。曾为美国弗吉尼亚大学访问学者、香港城市大学高级研究助理及博士后、新加坡南洋理工大学博士后、以及香港浸会大学博士后。主要研究方向包括车联网、边缘计算、智能交通系统等。共发表学术论文150余篇，包括期刊论文70余篇，会议论文70余篇，编著章节 (Book Chapter) 2篇。其中JCR一区期刊论文63篇（第一/通信作者43篇），IEEE/ACM Transactions论文41篇（第一/通信作者26篇），包括ToN、TMC、TVT、TITS、TII等。指导1名博士生荣获2021重庆市优秀博士学位论文，指导2名博士生分别荣获2018 ACM（重庆）、2020 ACM（重庆）优秀博士论文奖（重庆市年度1名）。已主持包括3项国家自然科学基金面上项目、4项省部级项目、5项国际合作项目等17项科研项目。曾荣获重庆市自然科学一等奖（排名第二）、重庆市青年拔尖人才、重庆市高校中青年骨干教师、ACM（重庆）最佳导师奖等荣誉。

报告题目：智能网联汽车车路云协同架构及关键技术    

摘要：车联网及其所驱动的智能网联汽车与智能交通系统新业态促进了传统交通行业与人工智能、大数据、计算机、通信、互联网等领域方向的深度融合，对加快制造强国、科技强国、网络强国、交通强国建设具有重要意义。该报告将围绕智能网联汽车车路云协同架构及关键技术，讨论中国车联网的现代化之路，探索基于车路云融合的智能网联汽车发展技术路线，研究基于C-V2X从多维度提升车辆感知、决策与协同控制能力，赋能自动驾驶、智能交通，实现智能化与网联化的深度融合关键问题。

邓晓衡，教授、博士生导师，现为中南大学计算机学院副院长，湖南省数据传感与交换设备工程中心主任, 湖南省计算学会常务理事，CCF长沙执委，曾任CCF YOCSEF 2009-2010年度长沙主席。2008年获西南铝业优秀教师奖，2010年获得“湖南省青年骨干教师”计划资助。长期从事边缘网络与边缘计算、物联网与大数据分析、分布式系统、无线网络、在线社会网络，主持和参加包括国家自然科学基金、国家“863”计划课题、教育部重点项目等纵横向科研项目30余项。在包括IEEE TMC，TDSC，TKDE，TITS，TVT，IOT，TNSE，计算机学报，计算机研究与发展，电子学报，通信学报以及ICC，Globecom, WCNC, ICTAI，IPCCC等国内外权威的刊物与国际会议上发表与研究论文150余篇，授权发明专利24项，发表著作2部，获省、部级科技成果奖2项。

报告题目：自动驾驶之车路协同

摘要：主要介绍面向自动驾驶的车路协同关键技术，包括车路协同的发展现状、研究挑战、本课题组研究成果以及应用展示，其中，重点分享课题组在车路协同感知系统方面的相关研究。针对车路协同感知系统中的关键问题，在车侧感知方面，开展了复杂城市环境下关键交通因素识别、基于互学习理论的雨雾条件交通目标强化识别方法、基于超图的雨雾条件下点云增强识别方法、基于多模态融合的未知天气条件下端到端自动驾驶等研究；在车路协同方面，开展了基于概率传播的V2I场景的增强识别方法、基于因果推断的V2I场景的车侧感知去偏方法等研究。