无人驾驶系统的核心可以概述为三个部分：感知（Perception），规划（Planning）和控制（Control），而对于L3等级的自动驾驶系统来讲，需要人类驾驶员在系统请求时及时接管车辆，所以人与车的控制权接管变得非常重要，构建好系统框架，车辆需要虚拟测试与道路测试。所以对于L3自动驾驶，讨论比较多的主要有五大基础板块：系统与功能、感知、规划控制、虚拟测试与道路测试等。

3月2日（周六），由中国自动化学会主办的第10期智能自动化学科前沿讲习班将在北京中科院自动化所举行，围绕主题“L3自动驾驶”的五大基础板块，邀请了多位本领域专家，为大家讲述L3自动驾驶的技术细节及挑战，并与学员近距离讨论技术开发和学术研究关键问题。

活动议程如下：

报告1：

L3 自动驾驶：系统与功能

自动驾驶汽车通过配备激光雷达、毫米波雷达、摄像头、惯导/GPS等传感器来感知周围环境信息。先进的自动驾驶系统通过解析传感器信息以识别道路和交通参与者，规划出合理的行驶路径，进而控制车辆自动行驶。根据L3自动驾驶定义，系统正常运行时，人类驾驶员通常无需进行干预，但仍需保持警惕，以便在系统提示需要人类接管时介入。报告人将介绍目前国内外研究的最新进展，并结合自身研究方向着重介绍L3自动驾驶的系统与功能。

报告人毛涛现任禾多科技产品总监，主要负责自动驾驶技术方案的产品化。从同济大学车辆工程专业毕业后，毛涛曾在博世汽车业务核心事业部之一——底盘控制事业部任职长达十年，主要负责博世智能安全系统、主/被动安全传感器、高精度定位传感器、激光雷达等产品的管理和客户策略。后加入千寻位置，担任智能驾驶解决方案负责人，主要负责千寻智能驾驶业务架构的搭建。毛涛在智能汽车业务方面有丰富的产品管理及技术合作经验，曾参与和负责与戴姆勒、大众、广汽、高通、德赛、阿里巴巴等重要合作伙伴的技术合作项目。报告人将介绍目前国内外研究的最新进展，并结合自身研究方向着重介绍L3自动驾驶的系统与功能。

报告2：

L3自动驾驶：感知

L3级别的自动驾驶，需要车辆可以在大部分情况下完成自主行驶的任务。感知作为无人驾驶车辆的“眼睛”，充当着帮助车辆理解道路场景的重要角色，进一步影响车辆决策过程。当前道路场景理解包含多个子任务，例如车道线检测，场景语义分割，车辆行人识别检测和三维地图构建与修复等。

报告人陈龙博士及团队通过其过去10多年的学术工程积累和团队研究基础上，将讲述L3自动驾驶中所至关重要的感知技术，介绍当前国内外感知技术研究进展，分析感知层面难点与机遇，并且详尽介绍报告人及其团队在感知层面各个子课题所获得的研究成果以及当前研究进展。

报告3：

L3自动驾驶：规划与控制

规划是无人车为了某一目标而作出一些有目的性的决策的过程。决策规划层是连接感知，地图及控制的中枢环节。对于无人驾驶车辆而言，这个目标通常是指从出发地到达目的地，同时避免障碍物，并且不断优化驾驶轨迹和行为以保证乘客的安全舒适。规划层通常又被细分为任务规划（Mission Planning），行为规划（Behavioral Planning）和运动规划（Motion Planning）三层。本次分享的内容主要集中于L3自主驾驶运动规划部分。

报告人王琦博士，腾讯自动驾驶算法工程师。博士毕业与德国汉诺威大学，课题主要集中于非结构化环境下移动机器人路径规划。回国后在北京理工大学智能车辆实验室从事自动驾驶相关领域研究工作。2017年加入腾讯自动驾驶团队。目前主要研究领域为高速环境下L3级自动驾驶决策规划算法研究及开发工作。本次分享的内容主要集中于L3自主驾驶运动规划部分。

报告4：

L3自动驾驶：控制权接管

根据L3自动驾驶定义，驾驶员在车内可以做非开车任务（比如微信，视频会议，电话聊天等），但一些行驶工况下需要驾驶员在很短时间内完成驾驶权接管，因此该接管过程安全隐患很大，对L3自动驾驶接管系统的设计与开发提出了很大的技术挑战，这也是一些专家学者认为L3自动驾驶是“悖论”的主要原因之一。

报告人曹东璞博士，滑铁卢大学认知自动驾驶实验室(CogDrive)主任，副教授。曾为卡内基梅隆大学，斯图加特大学，及伦敦大学学院访问教授，北汽福田研发中心工作一年。在汽车动力学与控制、驾驶员认知和自动驾驶领域发表论文200余篇、2本英文专著及10余项专利，获2012 SAE Arch T. Colwell Merit Award和3次国际会议最佳论文奖。他将结合团队过去8年在控制权接管领域研究，讲述L3自动驾驶控制权接管的最新国际研究进展，并提出一个全新的驾驶权接管系统框架，详细讲述其团队对该系统框架下各个子模块的研究与开发最新进展。

报告5：

L3自动驾驶：虚拟测试与道路测试

行驶环境是智能汽车及驾驶的重要一环。而行驶环境包括，道路,交通，气象，光照等，极其复杂。行驶环境具有无限丰富，高度不确定，不可预测，不可穷尽的特点。测试行驶环境的方法之一为传统场地测试，但场地测试有设计复杂，建设测试周期长，建设和使用成本高等特点，容易成为智能汽车测试的关键瓶颈。另一种测试方法为道路测试，但由于测试车辆，人员，政策，成本等考虑，无法复制或穷尽现实世界的复杂天机，光照，道路结构，交通状况等特征。美国蓝德公司是世界最富盛名的决策咨询机构，展开过不少预测性、长远性研究，正是通过这些准确的预测，在全世界咨询业中建立了辉煌的业绩和信誉。其中项为需要驾驶多少英里才能展示自动驾驶汽车的可靠性。

报告人王健博士将结合自主研发的模拟仿真技术和硬件研发平台，介绍虚拟仿真测试所需要的场景库、场景重现和再生、以及驾驶员在环三维场景仿真、实车试验、标定、验证和评价等理论和技术工作。

智能自动化学科前沿讲习班是由中国自动化学会主办的学术交流活动，旨在促进自动化领域的科研人员在短时间内快速了解学科前沿和最新研究，并为专家学者提供探讨热点方向和交流学术进展的平台。自2017年来，已在北京、武汉等多个城市成功举办了九期。