中心围绕三大研究方向,系统布局九项重点研发任务,形成覆盖“车—路—云—仿真—教学”的全链条技术体系:
研究方向一:自动驾驶多模态融合计算与控制
(1)研究任务1:车路云智能感知应用创新
构建“车—路—云”协同感知体系,研究多传感器数据时空融合、边缘协同计算、动态场景建模与行为预测技术,提升全域感知精度与决策效率。重点突破激光雷达与视觉融合的轻量化网络、V2X增强的超视距感知、基于数字孪生的场景泛化等关键技术。
(2)研究任务2:基于大模型的智能座舱交互技术
研发车载场景专用多模态预训练模型,支持语音、视觉、手势等多模态输入的自然交互。研究驾驶员状态识别、情感计算、个性化服务推荐、座舱与智能家居联动等技术,打造“移动第三空间”智能体验。
(3)研究任务3:高精度线控底盘研发、测试、教学一体化平台
开发符合GB/T 43947—2024标准的线控底盘硬件平台,支持EPS转向、EHB制动、VCU控制等系统的白盒化教学与二次开发。研究线控系统故障诊断、控制算法优化、实车标定与测试评价方法,推动“产—学—研—教”深度融合。
研究方向二:V2X车路云协同可信数据传输
(4)研究任务4:路侧设备数据链路稳定性增强技术
研究基于规则与深度学习融合的自适应网络调度算法、低时延通信协议、链路质量监测与自愈机制,提升车路云全链条数据传输的可靠性。开展PC5/Uu双模通信优化、边缘节点协同计算等研究。
(5)研究任务5:面向车路云的云仿真平台构建与应用
研发云端场景库管理系统,支持基于CARLA、SUMO等工具的自动化场景生成与标注。研究云端协同感知决策算法、大规模交通流仿真、数据闭环训练与模型迭代优化,为自动驾驶算法提供低成本、高效率的测试验证环境。
(6)研究任务6:智慧园区多机协同调度与云控平台开发
构建支持多类型无人车(巡检、配送、接驳)接入的云控中间件系统,研究任务分配、路径规划、交通协调、异常处理等调度算法。开发可视化运维管理平台,实现跨场景、跨车型的统一调度与智能运营。
研究方向三:CPS信息物理系统仿真测试应用
(7)研究任务7:智能网联车模拟驾驶与虚拟测试系统
研发高保真驾驶模拟器,集成车规级线控硬件、多模态交互界面与开源开发环境(ROS/Matlab)。研究虚拟场景构建、传感器仿真、驾驶行为建模、人在环测试技术,支持智能驾驶功能快速原型开发与用户体验评估。
(8)研究任务8:智能网联仿真测试实训平台开发
搭建虚实结合的仿真测试环境,支持激光雷达、摄像头、毫米波雷达等传感器的标定、诊断与算法验证。研究基于真实数据的场景重构、感知与规控算法评价、故障注入与安全测试,形成“理论—仿真—实车”递进式教学体系。
(9)研究任务9:智能网联教学开发实训一体化平台建设
开发面向“三域”(动力域、智驾域、网联域)架构的实训教学平台,配套课程资源、实验项目与开发工具链。研究模块化实训设备设计、教学案例开发、校企合作课程共建,培养具备系统思维与工程实践能力的复合型人才。
通过上述研发任务的系统实施,中心将逐步形成“技术突破—平台构建—应用示范—标准输出—人才输送”的良性循环,为重庆市乃至全国智能网联汽车产业发展提供持续支撑。
