环境感知与无人驾驶专业课题项目

项目背景

      无人驾驶汽车为减少交通事故，优化人类时间结构，节约能源消耗等实际的问题在市场的强烈需求下应运而生。无人驾驶四大核心技术，分别是环境感知、精确定位、路径规划、线控执行。环境感知是其中被研究最多的部分，主要包括三个方面，路面、静态物体和动态物体。对于动态物体，不仅要检测还要对其轨迹进行追踪，并根据追踪结果，预测该物体下一步的轨迹或位置。

      无人车对空间环境的感知十分依赖于单线或多线的激光雷达，对交通信号灯及交通标志灯图像信息的采集使用相机来完成，同时应用毫米波雷达等其它传感器共同进行环境信息的采集。各种信息数据的分析与识别使用了多项数据分析与解算方法，并利用人工智能的机器学习手段进行各种目标的识别工作，从而最终完成无人车的环境感知任务。

      本课题由中国科学院软件研究所的专业团队指导，学习环境感知与无人驾驶的专业技术，并撰写英文专利。

成果导向的专业课题

      本次活学生们会在专家带领下，深入学习环境感知与无人驾驶的发展史，及人工智能在该领域的应用进展。运用环境感知与无人驾驶相关技术（conditional Generative Adversarial Networks 、Convolutional Neural Network、Deep Q-Network、Q-Learning、Deep Learning等等），处理实验数据，并撰写英文专利，完成专利申请。

专家推荐信

通过小组合作的形式，每个人细致扮演不同的研究角色， 在训练集处理、数据记录、专利撰写等等方面互相协调，通力协作来解决问题。顺利通过的同学，将获得副研究员的个人推荐信。

适合人群

• 申请目标专业为生物统计、生物信息、计算机、药学、医学等方向的学生。
• 想要学习基因大数据的专业方法，并提升科研实验能力的学生。
• 想要丰富自己的计算机、生物统计、药学、医学工程科研专业背景，深入发展自己兴趣点的学生。

项目安排

1.   课题背景材料及基础理论知识
2.   课题实操及英文专利撰写
3.   专利申请课程
4.   英文专利申请