***教授帶領的智能車輛團隊在智能網聯汽車領域已有多年的研究，在該領域頂級的國際期刊與國際會議發表了多篇高水平論文，同時擁有多項相關發明專利。團隊圍繞智能網聯汽車，探討人工智能和自動控制在下一代汽車的應用，聚焦感知、決策、控制等核心技術研發，努力提升下一代汽車的安全、節能、環保、舒適等綜合性能。

5月21日，清華大學車輛與運載學院2016級碩士研究生余大蒙（導師：*** 教授）提出了一種基于深度卷積神經網絡的車載視覺實時聯合感知模型，在自動駕駛領域國際著名的KITTI目標檢測與朝向估計（Object Detection and Orientation Estimation）評測任務中，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目標的三維位置、朝向、類別和尺寸信息及道路分割結果。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，用于聯合評估檢測精度與朝向估計精度的評價指標），大幅領先第二名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，多倫多大學，馬克斯-普朗克研究所、香港中文大學等全球多個國際頂尖研究團隊參與這兩項KITTI評測任務的競爭。

圖2 實時聯合感知模型的目標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

***教授帶領的智能車輛團隊在智能網聯汽車領域已有多年的研究，在該領域頂級的國際期刊與國際會議發表了多篇高水平論文，同時擁有多項相關發明專利。團隊圍繞智能網聯汽車，探討人工智能和自動控制在下一代汽車的應用，聚焦感知、決策、控制等核心技術研發，努力提升下一代汽車的安全、節能、環保、舒適等綜合性能。