20201221惠州德赛西威汽车电子股份有限公司合作研讨

时    间    2020年12月21日
地    点    中山大学南校区新数学楼805
参会人员
1    姚正安    粤港澳应用数学中心主任、中山大学教授
2    冼军    中山大学数学学院副院长、教授
3    任传贤    中山大学副教授
4    陈俊峰    惠州德赛西威汽车电子股份有限公司总经理
5    唐荣霞    粤港澳应用数学中心秘书

惠州德赛西威汽车电子股份有限公司陈俊峰总经理对其做出的两个课题做了全面的介绍。

课题一：多模态主动交互

车内人机交互的发展趋势：1、以按键和触屏为主，注重实时的感知与执行，属于被动式交互。2、语音识别、手势识别等新型技术的应用，使得人机交互进入基于学习或预测的执行阶段，包括了感知-学习-执行。3、随着传感技术和算力的增加，机器不仅有学 习，还有知识推理，和决策执行，人机交互进入了带情感甚至带有价值判断的智能阶段。

目前的主流交互方式还是以按键、触屏和语音为主，随着对智能语音场景的挖掘， 现在逐渐出现了多模态场景交互的方式。但这些多模态的交互，仅是通过多传感器的组合和简单判断，增加响应的速度和精度，远还未达到智能主动的程度。

智能座舱内多模态交互涉及多种传感器产生的数据，包括视觉感知、声音感知、触觉感知、嗅觉感知、生理感知、环境感知。要做到多模态主动交互，就需要这些多模态的信息相融合，给出更精准预判，提前预测用户的行为，做到一念即达的主动响应；通过多传感器收集的用户的各类行为，建立用户的出行行为模型，同时结合实际场景，给予用户最暖心的关怀。
期望解决的应用问题有，信息通道多，数据多，涉及心理、生理、医学、行为等多学科的融合；每一学科均有其专业的模型，组合后还有融合的决策模型。该数学模型可以被不断迭代进化，使得车辆越用越聪明。
课题二：智能网联汽车感知精度
环境感知技术是智能网联汽车关键技术之一，它通过车上的传感器，对道路、车辆、行人、交通设施等进行检测和识别，借助V2X获取智能交通系统的各种信息，保障车辆安全、准确地到达目的地。要让智能网联汽车能高度自治的形式，除了传感器要保证一定的感知进度外，还需要保证融合后的决策精度。
环境感知对象主要包括行车路径识别、周边物体感知、行驶驶状态检测、行驶环境检测；环境感知方法主要有惯性元件、超声波传感器、毫米波雷达、激光雷达、视觉传感器、自组织网络、融合传感等。
期望解决的应用问题有，精确的定位：需要解决全场景的定位精度（不管是密集的城市环境，还是荒山野岭的空旷地带）；智能驾驶域控制器的算力是有限的，需要优化各传感器本身的算法；同时提高车内融合传感信息的算法，使其更可靠；在ODD场景下，要做到极致的单车智能（堪比人类优秀驾驶员）；要找到一个把车自己的自动驾驶能力和车外赋能联合在一起的边界，实现有限度的车路云协同；如何利用当前各种示范区的资源，形成有效算法，并能在后继能快速复用。
双方在交流之后，认为可以达成合作，将智能驾驶真正运用到行业中。