11月26日16：00-17：00，汽车与交通学院在5D-216举行了“车联网与自动驾驶技术”学术报告会，该报告会系我院2024年研究生学术活动月系列活动之一。工学博士何刘、付李悦和刘旭磊等3位老师结合自己的研究方向给我院2023级车辆工程专业和机械工程专业的研究生作了一次学术报告。报告会由刘旭磊主持。
何刘的研究方向为车辆结构安全数据的智能分析与挖掘、智能图像识别与激光辅助视觉重建、物理可解释故障诊断深度网络技术、稀疏字典学习与压缩感知技术等。本次报告题目为“完全局部卷积稀疏字典学习技术及其在旋转机械故障诊断中的运用”。在报告中，何刘详细介绍完全局部卷积稀疏字典学习技术的核心思想及其创新性方法，讨论了该技术在旋转机械故障诊断中的具体应用。他结合实际案例，展示这一技术在旋转机械故障诊断中的优越性，并探讨了其在工业智能化发展中的广泛应用前景。
何刘作报告
付李悦的研究方向为电动汽车充电调度、大规模交通信号控制、异构混合多武器目标分配、多智能体强化学习等。本次报告题目为“城市场景下的电动汽车充电调度方法研究”。报告深入探讨了如何在复杂的城市交通环境中优化电动汽车充电调度问题以提升充电设施的利用效率和降低用户等待时间。报告还探讨了多智能体系统在提升城市智能交通系统的整体效率与可持续性方面如何发挥作用。
付李悦作报告
刘旭磊的研究方向为图像与激光融合场景重建、车辆多模态交互轨迹预测、基于车路协同的场景目标感知与风险评估等。本次报告题目为“ARNet: Adaptive Refinement Network UsingContext Filter for lMotion Forecasting”。报告介绍了其最新提出的“ARNet”网络模型。该模型利用上下文过滤器进行自适应优化，旨在提升运动预测的准确性和鲁棒性。报告深入探讨了“ARNet”的网络架构、创新算法和实现方法，并通过实验验证展示了其在复杂交通环境中对运动预测能力的显著提升。报告还讨论了该技术在自动驾驶、车路协同及智能交通系统中的广泛应用前景。
刘旭磊作报告
车联网与自动驾驶作为现代汽车发展的革命性趋势，集成了物联网、云计算、5G通信等尖端技术，为提升道路安全、优化交通流量、增强出行体验开辟了新的可能性。本报告聚焦于车联网技术与自动驾驶技术的应用与发展，探讨车联网下电动汽车充电调度优化、面向故障诊断的智能感知系统、以及自动驾驶轨迹预测与风险评估等关键技术，旨在全面审视车联网与自动驾驶技术如何共同塑造未来交通的智能化发展。
