自动驾驶的智能预测算法研究|SPP第163期

2026-03-26 23:08:31

随着时代的进步和科技的快速发展，自动驾驶技术正深刻地塑造未来的交通系统和出行方式。在自动驾驶研究中，动态障碍物多模态轨迹预测和自车决策规划成为关键的技术挑战，直接影响了自动驾驶系统的性能、安全性和可靠性。面对复杂的多模态环境，包括静态要素（例如车道线、交通标识和信号灯）以及动态障碍物（如其他车辆、行人和自行车），自动驾驶汽车必须综合考虑各个动静态因素，考虑它们之间的相互影响，以准确预测周围动态障碍物的未来运动轨迹。通过对预测结果进行综合分析，自动驾驶系统可以做出可靠且安全的决策和规划，这对于实现高效、安全的自动驾驶系统至关重要。本报告主要介绍我们在多模态轨迹预测和自动驾驶车辆规划的研究进展，主要包括瞬时轨迹预测、任意轨迹预测、噪声轨迹预测、规划模型压缩等。欢迎关注本期SPP：3月4日（本周三）19:30–21:00。

本期直播你将收获哪些

1、了解无人驾驶中动态障碍物多模态轨迹预测的核心技术难点；

2、理解如何通过精准预测提升自动驾驶的安全性、可靠性与通行效率。

演讲嘉宾

李长升

CCF高级会员，北京理工大学计算机学院教授

李长升，北京理工大学计算机学院教授，博士生导师，国家基金委优秀青年基金获得者。2013年于中科院自动化所取得工学博士学位。在加入北京理工大学之前，先后在IBM研究院，阿里巴巴达摩院，以及电子科技大学计算机科学与工程学院工作。主要研究方向包括机器学习、数据挖掘、计算机视觉等。在CCF A/IEEE汇刊等国际顶级会议及期刊上发表学术论文100余篇。其中，以第一作者发表CCF A/IEEE汇刊17篇。先后主持国家自然科学基金优秀青年科学基金、国家自然科学基金重点项目、国家重点研发计划课题、173国防基础加强重点项目课题等项目10余项；参与国家自然科学基金重点项目、173国防基础加强重点项目、装发装备技术基础等。授权中国、美国、日本等国内外发明专利50余件。现担任多个国际顶级期刊和会议的审稿人、程序委员会委员、高级委员、领域主席等。