主讲人:吴国垣教授
主持人:尚文利教授
2023年7月9日上午9:00由足球竞猜平台
主办的足球竞猜大讲堂第31讲，在黄埔校区B4栋103举行。本次大讲堂的主题是：Deep Learning-Based Cooperative Perception Framework for Driving Automation。主讲嘉宾为吴国垣教授。本次大讲堂由足球竞猜平台
尚文利教授主持。
在会议上，胡教授向与会者们详细介绍了车载感知与通信技术的最新研究进展，为未来智能交通系统的发展指明了方向。会议内容主要涵盖了以下几个方面：
车载感知与道路感知融合：胡教授着重强调了车载感知技术与道路感知技术的融合。通过在车辆上部署多模感知节点，如相机和雷达等设备，以及道路设施上的多模感知节点的数据采集，实现了数据对齐与融合处理。这种融合处理能够实现三维探测、多目标跟踪和定位等功能，为智能交通系统的安全性和效率性提供了强大的支持。
车与车之间的通信：另一个重要的研究方向是车与车之间的通信技术。胡教授指出，通过车辆之间的通信，可以实现实时的信息共享与协同决策，从而提高交通系统的整体效能和安全性。这种车与车之间的通信技术能够迅速传递交通信息、行驶意图等关键数据，为驾驶员和智能交通系统提供更准确的决策依据。
车与道路设施之间的通信：胡教授还介绍了车与道路设施之间的通信技术。通过车辆与道路设施之间的信息交互，可以实现交通信号优化、道路条件预警等功能，提升交通流畅性和行车安全性。这种车与道路设施之间的通信技术将道路基础设施纳入智能交通系统的范畴，实现了更高效的交通管理与控制。
边缘计算与云端计算：会议上，胡教授提到了边缘计算和云端计算在车载感知与通信技术中的应用。边缘计算使得数据的处理和决策可以更加迅速地在车辆或道路设施本地进行，而云端计算则提供了更强大的计算能力和数据存储能力。这两种计算方式的结合，使得车载感知与通信系统能够在实时性与计算能力之间找到平衡，提供高效的交通管理解决方案。
在会议的最后，胡教授强调了单模感知与多模感知、单节点与多节点的重要性。这些技术能够通过多样化的传感器和节点配置，提供更全面、准确的数据，为智能交通系统的性能提升和安全性提供支持。
胡教授的介绍引起了与会者们的广泛兴趣和积极讨论，大家对车载感知与通信技术的未来发展充满了期待。这些创新技术的应用将为未来智能交通系统带来更高效、更安全的出行体验，进一步推动交通领域的科技进步。
足球竞猜大讲堂专家简介：
Guoyuan Wu received his Ph.D. degree in mechanical engineering from the University of California, Berkeley in 2010. Currently, he holds a Full Researcher and an Adjunct Professor position at Bourns College of Engineering – Center for Environmental Research & Technology (CE–CERT) and Department of Electrical & Computer Engineering in the University of California at Riverside. His research focuses on development and evaluation of sustainable and intelligent transportation system (SITS) technologies, including connected and automated transportation systems, shared mobility, and transportation electrification. He has authored or co-authored more than 200 publications and 3 patents. Dr. Wu is a senior member of the Institute of Electrical and Electronics Engineers (IEEE), and a member of the Vehicle-Highway Automation Standing Committee (ACP30) and Research, Innovation & Implementation Management Standing Committee (AJE35) of the Transportation Research Board (TRB). He is the recipient of 2020 Vincent Bendix Automotive Electronics Engineering Award, 2021 Arch T. Colwell Merit Award, and 2017-2020 IEEE-ITSM Outstanding Survey Paper Award.
