• [1] 基于地平线计算平台的自动驾驶开发2023/07/01-2024/06/01
• [2] 自动驾驶多模态的交通立体网络建模开发2022/09/01-2024/09/01
• [3] 基于腾讯TadSim的自动驾驶平台开发项目2022/08/01-2023/08/01
• [4] 基于V2X的交通车辆控制建模开发协议2022/01/01-2022/08/01
• [5] 基于毫米波雷达的自动驾驶开发2021/09/01-2022/12/01
• [6] 基于阿里云平台的自动驾驶实践开发2021/03/01-2022/12/01
• [7] 基于百度Apollo自动驾驶项目开发2020/12/01-2021/12/01
• [8] NRE合作协议2020/06/01-2021/06/01
• [9] 基于华为AI平台的无人车技术开发合作项目委托研发合同2019/12/01-2021/01/01
• [10] 基于华为云AI平台的无人驾驶开发2019/12/01-2020/12/01

指导教师将指导学生完成此项目。并对项目进行小论文的指导、专利撰写的指导和软件著作的指导。

指导教师将为学生提供毫米波雷达和视觉摄像头硬件环境和软件环境。

指导教师同时同企业导师共同指导学生完成此项目。

指导教师曾指导两届学生参加大学生方程式无人驾驶大赛并获得全国三等奖成绩。

指导教师曾指导学生发表三篇论文并获得最佳论文成绩。

本项目依托教育部2023年产学协同育人项目。基于传感器网络技术、自组网技术应用于智能硬件平台，实现面向应用场景下的分组编队协同控制优化。结合当下无人驾驶技术，涉及技术包含通信传输、图片处理、智能数据分析等创新科技思维。 

本项目通过搭建5G-WIFI通信传输体系，建立自动驾驶微缩车低速行驶场景。

本项目将针对真实场景和虚拟场景中，提取的交通标志图像清晰度和拍摄角度存在多样性的特点，基于融合特征的交通标志分类方法，充分利用交通标志颜色鲜明的特征，以及神经网络特征泛化能力强的特点，采用自编码网络对交通标志进行分类。

本项目将针对行人因为距离观察点远近不同导致的尺度差异，以及行人在直立行走状态下宽高比具有特殊性的特点，基于多尺度行人检测模型三种尺度行人目标分别进行检测，通过特征重组实现图像的长方形网格划分，从而改变图像网格的宽高比，进而提高行人检测的性能。