6．KIT MRT卡爾斯魯厄大學(xué)自動控制所

MRT自動駕駛始于2005年的Darpa GrandChallenge，這是一項(xiàng)自主越野車競賽，MRT為ION團(tuán)隊(duì)提供視覺組件。2007年，MRT使用大眾帕薩特“AnnieWAY”入圍Darpa Urban Challenge模擬城市環(huán)境賽的決賽階段。2011年，同一輛車贏得了大型合作駕駛挑戰(zhàn)賽，這也是第一次實(shí)施與通信設(shè)備相連的合作車輛的高速公路場景的國際比賽。截至目前，MRT已經(jīng)完成了幾十項(xiàng)自動駕駛領(lǐng)域的項(xiàng)目研發(fā)。

當(dāng)前的智能車輛在多種情況下需要穩(wěn)健且準(zhǔn)確的自定位。常用方法將慣性測量單元（IMU）與全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）耦合在一起。然而，由于多路徑，遮擋和大氣擾動，這種解決方案在城市環(huán)境中并不可靠。基于此，MRT成立“終身視覺映射和本地化”項(xiàng)目組，使用安裝在車輛上的多個攝像機(jī)在六個自由度中進(jìn)行終身迭代映射和高精度定位，即使在有干擾的條件下，該方法也能產(chǎn)生厘米級精度�；�于精確車道拓?fù)涔烙嫼团R界評估的無映射駕駛項(xiàng)目是基于傳感器系統(tǒng)（例如激光或相機(jī)）提取車道幾何形狀，目前的重點(diǎn)在于應(yīng)用機(jī)器學(xué)習(xí)算法直接從相機(jī)圖像估計拓?fù)浣Y(jié)構(gòu)。該場景模型用于軌跡規(guī)劃，結(jié)合觀察到的軌跡，感知和估計不確定性和遮擋物體。

高精度數(shù)字地圖對于在復(fù)雜的動態(tài)環(huán)境中安全舒適地駕駛汽車至關(guān)重要。為了規(guī)劃一個引導(dǎo)自動駕駛汽車的軌跡，就像有遠(yuǎn)見的駕駛?cè)祟愸{駛員一樣平穩(wěn)。因此，該項(xiàng)目的目標(biāo)是使用來自傳感器的數(shù)據(jù)，用于本地驗(yàn)證存儲在汽車上的地圖。另一個挑戰(zhàn)是對靜態(tài)和動態(tài)遮擋進(jìn)行建模，這限制了可以評估地圖的范圍。最終標(biāo)記還可以發(fā)送回遠(yuǎn)程服務(wù)器。當(dāng)識別出永久性更改時，它們可以觸發(fā)重新映射過程或直接用作地圖更新。

7．TU Darmstadt Institute ofAutomotive Engineering 達(dá)姆斯塔特工業(yè)大學(xué)車輛工程所

達(dá)姆斯塔特工業(yè)大學(xué)車輛工程所成立了一個為所有部門和學(xué)習(xí)領(lǐng)域提供模塊化車輛平臺的項(xiàng)目——aDDa 4 students。通過aDDa項(xiàng)目，學(xué)生可以開發(fā)和應(yīng)用全自動駕駛功能的算法。除了傳統(tǒng)算法之外，從操作數(shù)據(jù)和經(jīng)驗(yàn)中學(xué)習(xí)的驅(qū)動功能也是非常有價值的。aDDa的長期目標(biāo)是開發(fā)用于公共道路的自動駕駛汽車。例如，由FZD開發(fā)的VAAFO方法允許對學(xué)生在測試場和真實(shí)道路上開發(fā)的算法進(jìn)行安全測試。參與aDDa項(xiàng)目，學(xué)生不僅要學(xué)習(xí)自動駕駛汽車的新功能，還要了解系統(tǒng)開發(fā)，實(shí)施和驗(yàn)證的整個過程。這些對學(xué)習(xí)自動駕駛，和科研開發(fā)具有十分重大的意義。小編認(rèn)為，國內(nèi)的高校也需要成立此類項(xiàng)目，旨在培養(yǎng)自動駕駛?cè)瞬牛�培養(yǎng)學(xué)生的實(shí)操和解決問題的能力。

8．Uni Stuttgart IVK 斯圖加特大學(xué)內(nèi)燃機(jī)與汽車工程所

斯圖加特大學(xué)（Universitat Stuttgart）是德國歷史最悠久的技術(shù)大學(xué)之一，德國九所卓越理工大學(xué)聯(lián)盟TU9成員之一，PEGASUS歐洲航空航天大學(xué)合作聯(lián)盟德國六所高校之一，

斯圖加特大學(xué)內(nèi)燃機(jī)與汽車工程所認(rèn)為自動化和連接駕駛是汽車行業(yè)最激動人心的研究領(lǐng)域之一。自動駕駛包括傳感器技術(shù)，數(shù)據(jù)處理和軌跡規(guī)劃，以及執(zhí)行器的驅(qū)動。除此之外，還需要一個全新的具有可靠性和可預(yù)測性的系統(tǒng)行為。目前，在自動駕駛領(lǐng)域，斯圖加特大學(xué)內(nèi)燃機(jī)與汽車工程所的主要項(xiàng)目是同ika聯(lián)合推進(jìn)的Unicaragi，該項(xiàng)目詳情，已在上文詳細(xì)描述解讀。

9．Uni Hannover Institute of SystemsEngineering － Real Time Systems Group 漢諾威大學(xué)系統(tǒng)工程所

系統(tǒng)工程研究所（ISE）負(fù)責(zé)復(fù)雜和技術(shù)系統(tǒng)的硬件和軟件架構(gòu)的建模，仿真，分析和實(shí)現(xiàn)。實(shí)時系統(tǒng)組（RTS）是系統(tǒng)工程研究所的一部分。RTS與LeibnizUniversitatHannover 的Mechatronik－Zentrum（MZH）合作進(jìn)行聯(lián)合研究，項(xiàng)目和技術(shù)交流�；顒又饕�集中在移動服務(wù)機(jī)器人和自動化技術(shù)上。RTS致力于移動機(jī)器人的3D環(huán)境感知，定位和路徑尋找，離散事件建模，嵌入式控制設(shè)備的實(shí)時系統(tǒng)編程和基于網(wǎng)絡(luò)的工業(yè)自動化系統(tǒng)。

RTS在特殊場景下的自動駕駛頗有建樹。在工業(yè)環(huán)境中，車輛中電子元件的比例正在穩(wěn)步增加，但是并非所有汽車都有適當(dāng)?shù)膫鞲衅髯屗鼈冏詣有旭�，該�?xiàng)目旨在研究如何使用移動傳感器單元對車輛進(jìn)行改裝，并實(shí)現(xiàn)工業(yè)環(huán)境中的自動駕駛。此外，RTS與STILL GmbH合作研發(fā)了適用于工廠車間的自動叉車，該項(xiàng)目不僅可以降低工廠的生產(chǎn)成本，還可以實(shí)現(xiàn)對叉車的實(shí)時監(jiān)控，減少錯放貨物的風(fēng)險。

10．Oxford Robotics Institute牛津大學(xué)機(jī)器人研究所

ORI的隊(duì)伍主要由研究人員、工程師和學(xué)生組成，目前ORI有6個研究小組，分別為Mobile Robotics Group （MRG）、Applied AI Lab （A2I）、Dynamic Robot Systems Group （DRS）、Goal－Oriented Long－Lived Systems（GOALS）、Estimation，Search ＆ Planning Group （ESP）、Soft Robotics Lab，6個組覆蓋研究范圍廣泛，涉足機(jī)器學(xué)習(xí)和人工智能，計算機(jī)視覺，制造，多光譜傳感，感知，系統(tǒng)工程等等。

在自動駕駛方面，ORI從2012年進(jìn)入高產(chǎn)階段，發(fā)布了多項(xiàng)包括語義映射、提高視覺魯棒性、數(shù)據(jù)采集等數(shù)十項(xiàng)自動駕駛領(lǐng)域研究成果。

牛津移動機(jī)器人小組在陸地移動自治方面享有盛名。十年來，它已從一個典型的小型學(xué)術(shù)團(tuán)體發(fā)展成為具有重要影響力的大型學(xué)術(shù)團(tuán)體。MRG在英國無人駕駛汽車技術(shù)戰(zhàn)略的演變中發(fā)揮了關(guān)鍵作用 － 實(shí)際上它生產(chǎn)了英國首款自動駕駛汽車。在語義映射方面，移動機(jī)器人中使用主動學(xué)習(xí)框架進(jìn)行語義映射，并在自動駕駛的背景下進(jìn)行演示，比如在停車場等地方運(yùn)行的自動駕駛車輛可以對周圍物體有更高層次的理解。還有多個項(xiàng)目是研究，在相關(guān)場景下的特征探測，探索外界事物外觀變化的向關(guān)聯(lián)性，以此在不同天氣狀況下，準(zhǔn)確識別相同物體。

在數(shù)據(jù)收集方面，ORI更是碩果累累，小編在他們的網(wǎng)站上，找到了數(shù)十個在不同天氣條件和不斷變化的街區(qū)中采集到的數(shù)據(jù)集。在2014年5月至2015年12月期間，該團(tuán)隊(duì)平均每周兩次使用牛津機(jī)器人汽車平臺（一種日產(chǎn)LEAF）穿越牛津中部的路線，手機(jī)了超過1000公里的記錄駕駛，安裝在車輛上的6個攝像頭收集了近2000萬張圖像，以及激光雷達(dá)，GPS和INS地面實(shí)況。