日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機站
  • 小程序

    汽車測試網(wǎng)

  • 公眾號

    • 汽車測試網(wǎng)

    • 在線課堂

    • 電車測試

【盤點】北美頂尖學府的人工智能與智能車實驗室

2019-03-30 10:29:16·  來源：智車科技（IV_Technology）  
　
本文智車科技盤點了北美地區(qū)頂尖的人工智能/智能駕駛實驗室，這些實驗室都充分利用大學或企業(yè)的豐富資源，依托頂尖的優(yōu)秀人才，始終走在科研創(chuàng)新的前線，在國家
本文智車科技盤點了北美地區(qū)頂尖的人工智能/智能駕駛實驗室，這些實驗室都充分利用大學或企業(yè)的豐富資源，依托頂尖的優(yōu)秀人才，始終走在科研創(chuàng)新的前線，在國家基礎研究、技術開發(fā)和科研攻關中承擔著不可替代的重大使命。
 
自動駕駛汽車正受到各國政府前所未有的重視，國內(nèi)外各院校、研究機構(gòu)都投入了大量人力、物力，各大車企、科技公司、汽車零部件供應商以及自動駕駛汽車創(chuàng)業(yè)公司也紛紛在這個領域進行布局。
 
在國外，無人駕駛技術的興起可以追述到上世紀七十年代的實驗室；隨后，在1984年，DARPA（美國國防高級研究計劃署）與陸軍合作自主地面車輛（ALV）項目；同期，美國著名大學如卡內(nèi)基·梅隆、斯坦福、麻省理工等都先后加入無人駕駛汽車的研究工作中，著名的NavLab系列智能車輛就出自卡內(nèi)基·梅隆大學。
 
據(jù)數(shù)據(jù)統(tǒng)計，北美和歐洲才是自動駕駛?cè)瞬抛罴械牡胤健Ｃ绹詣玉{駛領域的人才數(shù)量基本是中國的 10 倍左右。在美國大型科技公司或者是車廠，一個自動駕駛部門有 1000-2000 人并不稀奇。而中國在最近兩年自動駕駛領域人才速度增長迅速，人才流入量遠大于流出量。今年的圖靈獎也頒發(fā)給了深度學習三巨頭（加拿大的Geoffrey Hinton和Yohusa Bengio，和美國的Yann Lecun）。所以對于中國企業(yè)來說，要想在自動駕駛領域有所作為，在北美建立研發(fā)團隊，吸引北美地區(qū)的人才，是至關重要的。
 
下面智車科技盤點了北美地區(qū)頂尖的人工智能/智能駕駛實驗室，這些實驗室都充分利用大學或企業(yè)的豐富資源，依托頂尖的優(yōu)秀人才，始終走在科研創(chuàng)新的前線，在國家基礎研究、技術開發(fā)和科研攻關中承擔著不可替代的重大使命。
 
1.麻省理工學院的計算機科學與人工智能實驗室（MIT Computer Science & Artificial Intelligence Lab）
麻省理工學院(MIT)計算機科學研究始于上世紀30年代，人工智能研究始于1959年達特茅斯會議之后。2003年，二者合并為麻省理工學院計算機科學和人工智能實驗室（MIT Computer Science andArtificial Intelligence Laboratory，CSAIL）。CSAIL在人工智能和機器學習領域目前共有116人，63個項目，24個研究小組。系統(tǒng)與網(wǎng)絡領域目前共有37人，42個項目，16個研究小組。研究涉及十大領域：算法與理論、人工智能與機器學習、計算生物學、計算機構(gòu)架、圖形和視覺、人機交互、編程語言和軟件工程、機器人、安全和密碼學、系統(tǒng)與網(wǎng)絡。無論是人數(shù)或是研究領域，都是美國大學中最大規(guī)模的實驗室，多位圖靈獎得主都出身于此實驗室中。
 
在自動駕駛方面，MIT最有名的就是《深度學習與自動駕駛公開課》，已經(jīng)成為入門自動駕駛必修課，對于剛剛接觸自動駕駛、機器學習、深度學習的新人來說，是非常系統(tǒng)的入門學習材料。除此之外，他們強大的機器人團隊正在致力于研究在沒有地圖或GPS情況下的無人駕駛汽車。擁有多個自動駕駛項目，比如使用CG來表征視覺在環(huán)駕駛控制器的靈敏度，自動駕駛的信息加密，自動駕駛汽車的社會兼容行為等等。名師也是比比皆是，比如Jonathan P. How、 John J. Leonard、Jessica Van Brummelen、Jessica Van Brummelen 等在自動駕駛領域全球h-index排名中都比較靠前。
官網(wǎng)網(wǎng)址：https://www.csail.mit.edu/
 
2.卡內(nèi)基梅隆大學機器人研究所（Carnegie Mellon University Robotics Institute）
卡內(nèi)基梅隆大學在1979年成立了機器人學院（Carnegie Mellon RoboticsAcademy），專門在機器人科技領域進行實踐和研究。1996年，CMRA旗下的國家機器人工程中心（National Robotics EngineeringCentre，NREC）在NASA的支持下開張，與政府及商業(yè)機構(gòu)合作，進行農(nóng)業(yè)、礦業(yè)、核能、航天和國防等項目研究。短短的幾十年間，在智能制造，自動駕駛汽車，太空相關機器人，醫(yī)療機器人，納米機器，計算機視覺和圖形以及擬人機器人方面取得了許多研究成果。1979年，Carnegie Mellon教授Raj Reddy和Angel Jordan以及Westinghouse Electric Corp 總裁 Tom Murrin同意開設機器人研究所，目標是使其成為地球上進行機器人研究的最佳地點。
當然，卡內(nèi)基梅隆大學也不負眾望。在2007年DARPA城市挑戰(zhàn)賽中，該大學與通用汽車公司制造的一款自主SUV（名為“Boss”）獲得第一名，比第二名提前完成了20分鐘，從而在自動駕駛領域名聲大噪，Uber幾乎把卡內(nèi)基梅隆大學整個研究中心的人都挖走了。要知道，十多年前的比賽，無人車已經(jīng)可以在模擬城市區(qū)域進行模擬任務，同時遵守交通法規(guī)，安全地融入交通流量，導航交通圈，協(xié)商繁忙的交叉路口，以及避開其他車輛，所有這些都沒有人為干預。當然，CMU也誕生了很多杰出的校友，我們熟悉的李開復、陸奇都是CMU畢業(yè)的。
官網(wǎng)網(wǎng)址：https://www.ri.cmu.edu/
 
3.斯坦福人工智能實驗室（StanfordArtificial Intelligence Lab）
1962年，John McCarthy（約翰·麥卡錫因）分時系統(tǒng)課題研究與主持該課題的負責人產(chǎn)生矛盾，離開MIT來到斯坦福，在那里組建了第二個人工智能實驗室——斯坦福人工智能實驗室（Stanford ArtificialIntelligence Laboratory）。
 
2014年，SAIL發(fā)起一項長達100年的人工智能研究計劃，集聚人工智能專家、機器人專家以及其他領域的科學家，共同研究人工智能技術對未來三十年、五十年、甚至一百年后社會和經(jīng)濟的影響。
 
在2005年的DARPA挑戰(zhàn)賽上，與卡內(nèi)基梅隆大學一樣，斯坦福大學也有一支自己的無人車隊參賽，時任斯坦福大學人工智能實驗室主任的塞巴斯蒂安·史朗（Sebastian Thrun）主持開發(fā)的自動駕駛汽車“斯坦利”（Stanley）取得了冠軍。史朗和自己的團隊為斯坦利編寫了10萬行代碼的軟件，它可以對傳感器數(shù)據(jù)進行解讀，并負責為車輛導航。史朗目前是谷歌自動駕駛汽車項目的負責人，被稱為“谷歌無人車之父”。
 
如今，許多響當當?shù)腁I界人才及作品都是從SAIL走出來的：華裔教授李飛飛多年來致力于解決圖像識別、機器學習和語言處理等AI領域的棘手難題；在線教育平臺Coursera的聯(lián)合創(chuàng)始人吳恩達，曾于2011年創(chuàng)建并領導了谷歌深度學習團隊，打造出大規(guī)模人工神經(jīng)網(wǎng)絡；Drive.ai無人駕駛創(chuàng)業(yè)公司的幾位聯(lián)合創(chuàng)始人均來自斯坦福人工智能實驗室。
官網(wǎng)網(wǎng)址：http://ai.stanford.edu/
 
4.SAIL-豐田人工智能研究中心（SAIL-Toyota Center For AI Research）
2015年，豐田宣布投資 2500萬美元，和斯坦福大學人工智能實驗室合作成立了SAIL-Toyota 人工智能研究中心，由李飛飛領導。斯坦福人工智能實驗室 - 豐田研究中心是一個企業(yè)贊助的研究中心，匯集了視覺計算，機器學習，機器人等領域的研究人員。重點開發(fā)創(chuàng)新和有影響力的方法，算法和數(shù)據(jù)，采用綜合方法，包括感知，學習，推理和互動方面的研究。
 
成立短短的兩三年時間里，已開展了幾十個機器人和自動駕駛的相關項目。比如：建立模型來解釋和預測人類在更具挑戰(zhàn)性的駕駛場景中的行為,實現(xiàn)車輛的交互感知控制;研究了以人為中心的自主駕駛和輔助駕駛等。
 
官網(wǎng)網(wǎng)址：https://aicenter.stanford.edu
 
5.豐田- MITCSAIL聯(lián)合研究中心（TOYOTA– MIT CSAIL JOINT RESEARCH CENTER）
同SAIL-豐田人工智能研究中心一樣，該中心成立于2015年。豐田向MIT投入了2500萬美元，用于人工智能和自動駕駛技術的研發(fā)。豐田-CSAIL聯(lián)合研究中心旨在進一步發(fā)展自動駕駛汽車技術，目標是減少交通傷亡，甚至可能開發(fā)無法發(fā)生事故的車輛。在CSAIL總監(jiān)Daniela Rus的帶領下，新中心將致力于開發(fā)先進的決策算法和系統(tǒng)，使車輛能夠安全地感知和導航周圍環(huán)境，無需人工輸入。研究人員將解決與從計算機視覺和感知到規(guī)劃和控制等各方面相關的挑戰(zhàn)。
 
在落成的這幾年時間內(nèi)，豐田-CSAIL聯(lián)合研究中心已經(jīng)研發(fā)出20余個自動駕駛領域的項目。比如：平行自主駕駛系統(tǒng)(Parallel Autonomous DrivingSystem)，跨越視覺 - 語言邊界進行語境人車互動，雜波中并行自治的決策，預測駕駛員的心態(tài)等等。
 
豐田-CSAIL聯(lián)合研究中心目前的女掌門是Daniela Rus，她是麻省理工學院電子工程和計算機科學教授，計算機科學和人工智能實驗室主任（CSAIL）。在CSAIL，她領導了許多在交通，安全，環(huán)境建模和監(jiān)測，水下勘探和農(nóng)業(yè)領域的開創(chuàng)性研究項目。相信在Rus的領導下，豐田-CSAIL聯(lián)合研究中心會研發(fā)出更多的在自動駕駛領域的開創(chuàng)性成果。
官網(wǎng)網(wǎng)址：https://toyota.csail.mit.edu/
 
6.伯克利DeepDrive（BerkeleyDeepDrive）
伯克利致力于引領下一代技術革新，致力于將深度學習與汽車感知相結(jié)合，并將計算機視覺技術引入最前沿。BDD Industry Consortium研究汽車應用的計算機視覺和機器學習方面的最新技術。伯克利的多學科中心位于加州大學伯克利分校。BDD聯(lián)盟與私營行業(yè)贊助商合作，將來自多個部門和中心的教師和研究人員聚集在一起，通過汽車行業(yè)的實際應用開發(fā)新興技術。雖然，目前計算機視覺領域取得了顯著進展，許多這些技術和理論尚未延伸到汽車領域。因此，伯克利DeepDrive中心希望將計算機視覺領域的前沿技術，應用到自動駕駛領域。
 
通過深度強化學習，跨模式轉(zhuǎn)移學習，用于快速視頻處理FCN，革新汽車領域的技術發(fā)展。目前中心有幾十項科研項目。如：了解智能車輛的駕駛員意識，基于深度加固學習的自主車輛交通優(yōu)化，無人監(jiān)督的自動駕駛表征學習，學習在非結(jié)構(gòu)化條件下駕駛等。
伯克利DeepDrive中心以蓬勃的發(fā)展勢態(tài)，已經(jīng)與多家車企和互聯(lián)網(wǎng)公司達成戰(zhàn)略合作關系。
 
官網(wǎng)網(wǎng)址：https://deepdrive.berkeley.edu/
 
7.UCSD智能安全汽車實驗室&計算機視覺與機器人研究實驗室（Laboratory for Intelligent & Safe Automobiles and ComputerVision & Robotics Research Laboratory）
UCSD智能安全汽車實驗室：智能和安全汽車實驗室（LISA）是一項綜合多學科，旨在探索創(chuàng)新方法，使未來的汽車更安全，更“智能”。該團隊的研究考慮了與駕駛員、司機、車輛動力學和車輛環(huán)境以及交通基礎設施相關的參數(shù)的傳感，分析，建模和預測問題。這是通過計算機視覺和智能系統(tǒng)的研究實現(xiàn)的，這些系統(tǒng)具有認知科學，心理學和決策理論的協(xié)同作用。
 
計算機視覺與機器人研究實驗室：計算機視覺與機器人研究（CVRR）實驗室加州大學圣地亞哥分校為研究生，教師和訪問學者/合作者提供了一個獨特而刺激的環(huán)境，以便在基于傳感器的智能系統(tǒng)領域開展廣泛的研究。該實驗室研究的主要目的是清楚地理解集成系統(tǒng)完全自主或半自動操作的感知，規(guī)劃和控制機制所依據(jù)的計算和工程相關問題。
 
該實驗室負責人Mohan M. Trivedi教授是加州大學圣地亞哥分校計算機視覺和機器人研究實驗室的負責人，是一位業(yè)內(nèi)權(quán)威的專家，近年來他發(fā)表的多篇學術論文被IEEE ITSC，IV等國際頂級會議收錄。
 
Mohan M. Trivedi教授帶領的團隊不僅得到了很多車企的支持，更是得到了政府多個機構(gòu)的支持。
 
官網(wǎng)網(wǎng)址：http://cvrr.ucsd.edu/
 
8. 加州大學伯克利分校機械系統(tǒng)控制實驗室（Mechanical Systems ControlLaboratory）
MSC實驗室專注于設計和開發(fā)機械系統(tǒng)的控制策略。MSC實驗室是加州大學伯克利分校機械工程系的一員。機械系統(tǒng)控制實驗室(及其前身)已有近40年的歷史。實驗室在精密運動控制、機器人控制、車輛控制、機電一體化等領域進行了開創(chuàng)性的研究。MSC自動駕駛實驗室專注于提出新穎的方法和建立相應的設施，以解決全堆棧自動駕駛中最具挑戰(zhàn)性的實際問題。MSC實驗室致力于研究傳統(tǒng)控制，規(guī)劃和狀態(tài)估計方法（最優(yōu)/魯棒控制，優(yōu)化，圖搜索，貝葉斯過濾等）與最先進的機器學習方法（強化學習，深度神經(jīng)網(wǎng)絡，概率圖形模型等）。該實驗室的負責人Masayoshi Tomizuka教授在2018年憑借對機電系統(tǒng)控制理論和實踐的開創(chuàng)性貢獻，榮獲AACC Richard E. BellmanHeritage Award，該獎項被公認為業(yè)內(nèi)的終身成就獎。
 
官網(wǎng)網(wǎng)址：https://msc.berkeley.edu/
 
9.MPC Lab @ UC-Berkeley
汽車行業(yè)是網(wǎng)絡物理系統(tǒng)（CPS）新興創(chuàng)新的最豐富目標之一。過去十年，該實驗室一直專注于先進的汽車安全系統(tǒng)。
目前的研究議程是對先進自治和半自治系統(tǒng)的強有力認證。與在自動駕駛汽車中完全斷開駕駛員與車輛的連接不同，該團隊設想了一種車輛，其中自主程度根據(jù)駕駛員行為和環(huán)境不確定性中的認證不確定性范圍而實時地連續(xù)變化。根據(jù)CPS中的信任級別，在車輛總控制和自動駕駛中駕駛員之間的連續(xù)選項中選擇自治程度。這種以人為中心的自治具有很高的社會影響概率（如果不低，保險政策將是相同的，系統(tǒng)將降低成本，市場滲透率更高）。它還會對循環(huán)中有人類的大量CPS產(chǎn)生直接影響，這需要穩(wěn)健性證書?？紤]到這一點，團隊提出了一個范例轉(zhuǎn)換，它關注整個網(wǎng)絡物理載體/環(huán)境/驅(qū)動因素，從而解決了它的三個主要關鍵組成部分：（A）車輛/環(huán)境相互作用，（B）駕駛員不確定性和（C）在A和B的預測不確定性下，可證明安全的干預。在伯克利，該實驗室正在開發(fā)一種新的科學網(wǎng)絡物理系統(tǒng)科學，其目標是獲得一個可證明安全的以人為中心的自治權(quán)，其中認證是證據(jù)基礎并隨著系統(tǒng)（因為新的駕駛員行為，場景，滑動動態(tài)在CPS數(shù)據(jù)庫中更新）。根據(jù)開發(fā)的駕駛員/車輛/環(huán)境交互模型量化的有界狀態(tài)相關不確定性來測量魯棒性，在大數(shù)據(jù)集上校準和驗證并實時更新。
官網(wǎng)網(wǎng)址：https://automatedcars.space/
 
10. Mobility Systems Lab atUT-Austin
由王俊敏教授帶領的移動系統(tǒng)實驗室（MSL）擁有廣泛的研究活動，涵蓋領域包括動力系統(tǒng)的控制，建模，估算，優(yōu)化和診斷，特別是發(fā)動機，動力總成，后處理，混合動力，靈活燃料，替代/可再生能源，能量存儲，（電動）地面車輛，自動駕駛汽車，智能交通，智能和可持續(xù)的移動性，以人為中心的自動化，網(wǎng)絡物理和機電一體化系統(tǒng)。來自世界各地的20多名研究人員在MSL開展各種研究活動。王俊敏教授研究活動得到了聯(lián)邦機構(gòu)和工業(yè)公司的支持，包括國家科學基金會（NSF），海軍研究辦公室（ONR），能源部（DOE），國家公路交通安全管理局（NHTSA），通用汽車，福特，本田，天納克，伊頓，F(xiàn)tech等。
該實驗室負責人王俊敏教授擁有機械，電氣和汽車工程的多學科教育背景。王教授擁有IEEE車載技術雜志，IEEE / ASME機電一體化交易，IFAC控制工程實踐，IFAC機電一體化，ASME交易動態(tài)期刊系統(tǒng)，測量和控制，富蘭克林研究所雜志和SAE國際發(fā)動機雜志等多家期刊的高級編輯或技術編輯身份。
官網(wǎng)網(wǎng)址：https://sites.utexas.edu/msl/
11.滑鐵盧大學
【滑鐵盧機電一體化車輛系統(tǒng)實驗室Mechatronic Vehicle SystemsLab】
https://uwaterloo.ca/mechatronic-vehicle-systems-lab/
Amir Khajepour教授是滑鐵盧大學機械和機電一體化工程教授。他是機電一體化車輛系統(tǒng)的加拿大首席科學家和NSERC/通用汽車整體車輛控制工業(yè)研究主席。他是動態(tài)系統(tǒng)系統(tǒng)建模和控制方面的專家，并在幾個關鍵的多學科領域開發(fā)了廣泛的研究計劃。他的研究導致了許多專利和技術轉(zhuǎn)讓。他是400多種期刊和會議出版物以及幾本書的作者。他是加拿大工程學院，美國機械工程師協(xié)會和加拿大機械工程學會的會員。
Amir Khajepour教授帶領團隊已經(jīng)研發(fā)出十余項課題。例如：服務車輛防怠速：三個動力傳動系統(tǒng)，用于動力總成和防空轉(zhuǎn)測試；城市車輛的新技術：都市車的內(nèi)部和外部的概念；智能輪胎：智能輪胎及其數(shù)據(jù)流等。
【滑鐵盧認知自動駕駛（CogDrive）實驗室，Waterloo Cognitive AutonomousDriving Lab】
https://uwaterloo.ca/scholar/dongpu
滑鐵盧大學認知自動駕駛實驗室(CogDrive)研究團隊目前有20余人，主要集中在Human-centered AI andengineering research for cognitive autonomous driving，主要研究方向包括駕駛員行為與認知，人車協(xié)同，認知自動駕駛等。
曹東璞教授是加拿大首席科學家(Canada Research Chair inDriver Cognition and Automated Driving)，滑鐵盧大學認知自動駕駛實驗室(CogDrive)主任，副教授。曾為美國卡內(nèi)基梅隆大學，德國斯圖加特大學，及倫敦大學學院訪問教授。在汽車動力學與控制、自動駕駛、認知無人駕駛等領域發(fā)表論文200余篇（Science Robotics和IEEE匯刊60余篇）、2本英文專著，獲2012SAE Arch T. Colwell Merit Award和3次國際會議最佳論文獎。近5年作為項目總負責人，自動駕駛項目從自然科學基金、歐盟地平線2020等獲超過1000萬加元資助，過去十年與美國通用，捷豹路虎等合作。曾主持英國自然科學基金自動駕駛重大項目（2015-2017，L3自動駕駛）。
擔任IEEE TVT, T-ITS, TIE, IEEE/ASMETMECH, ASME JDSMC, IEEE/CAA JAS等國際期刊副主編，VSD，IEEE TSMC: Systems, IEEE TIV等期刊客座主編, 國際汽車工程師學會（SAE）汽車動力學國際標準委員會投票委員，IEEE智能交通學會（ITSS）協(xié)同駕駛技術委員會共同主席，中國自動化學會CAA平行智能專委會主任，IEEEIV2018程序共同主席等。
聯(lián)系郵箱: dongpu@uwaterloo.ca
【滑鐵盧汽車研究中心（WATCAR）WATERLOO CENTRE FORAUTOMOTIVE RESEARCH (WATCAR)】
https://uwaterloo.ca/centre-automotive-research/
滑鐵盧汽車研究中心（WatCAR）致力于汽車和運輸系統(tǒng)的合作研究，通過促進汽車行業(yè)和滑鐵盧大學教授研究人員之間的關系。WatCAR還參與將本科學生與合作工作實習和實習的研究生聯(lián)系起來。汽車和信息技術以快速，破壞性的速度在今天的車輛中融合?；F盧擁有加拿大最大的工程學院和世界上最大的數(shù)學系的計算機科學學院，他們非常了解這種融合。作為一家領先的北美學術研究中心，WatCAR目前有超過125名教授，擁有40多項研究能力。
12. 多倫多大學【Uber ATG Toronto】
Raquel Urtasun是優(yōu)步ATG首席科學家兼優(yōu)步ATG 多倫多負責人。她還是多倫多大學計算機科學系的副教授，加拿大機器學習和計算機視覺首席科學家以及人工智能矢量研究所的聯(lián)合創(chuàng)始人。研究領域包括：自動駕駛汽車，計算機視覺，機器學習，遙感和機器人。
電子郵件：urtasun@cs.toronto.du
官網(wǎng)網(wǎng)址：http://www.cs.utoronto.ca/~urtasun/
【多倫多大學動態(tài)系統(tǒng)實驗室Dynamic systems lab】
多倫多大學航空航天研究所的動態(tài)系統(tǒng)實驗室由Angela Schoellig教授領導。
該實驗室研究集中在機器人面對越來越多的非結(jié)構(gòu)化，不確定和變化的環(huán)境中以及長時間運行中所面臨的挑戰(zhàn)。這些情況對當前的機器人設計提出了挑戰(zhàn)，這些設計依賴于提前了解環(huán)境和任務的具體情況，以便安全有效地運行。
Dynamic systems lab計劃在未來三年內(nèi)設計，開發(fā)和測試自動駕駛汽車。該團隊將會提出無人駕駛汽車的新的解決方案，例如本地化和地圖，姿勢估計，車道和道路保持以及障礙物檢測和跟蹤。
官網(wǎng)網(wǎng)址：http://www.dynsyslab.org/vision-news/ 
 
分享到：
 
反對 0 舉報 0 收藏 0 評論 0
滬ICP備11026917號-25