6．KIT MRT卡爾斯魯厄大學自動控制所

MRT自動駕駛始于2005年的Darpa GrandChallenge，這是一項自主越野車競賽，MRT為ION團隊提供視覺組件。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，這也是第一次實施與通信設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)完成了幾十項自動駕駛領域的項目研發(fā)。

當前的智能車輛在多種情況下需要穩(wěn)健且準確的自定位。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�；�于此，MRT成立“終身視覺映射和本地化”項目組，使用安裝在車輛上的多個攝像機在六個自由度中進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�；�于精確車道拓撲估計和臨界評估的無映射駕駛項目是基于傳感器系統(tǒng)（例如激光或相機）提取車道幾何形狀，目前的重點在于應用機器學習算法直接從相機圖像估計拓撲結(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)劃一個引導自動駕駛汽車的軌跡，就像有遠見的駕駛?cè)祟愸{駛員一樣平穩(wěn)。因此，該項目的目標是使用來自傳感器的數(shù)據(jù)，用于本地驗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)遮擋進行建模，這限制了可以評估地圖的范圍。最終標記還可以發(fā)送回遠程服務器。當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 達姆斯塔特工業(yè)大學車輛工程所

達姆斯塔特工業(yè)大學車輛工程所成立了一個為所有部門和學習領域提供模塊化車輛平臺的項目——aDDa 4 students。通過aDDa項目，學生可以開發(fā)和應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)驗中學習的驅(qū)動功能也是非常有價值的。aDDa的長期目標是開發(fā)用于公共道路的自動駕駛汽車。例如，由FZD開發(fā)的VAAFO方法允許對學生在測試場和真實道路上開發(fā)的算法進行安全測試。參與aDDa項目，學生不僅要學習自動駕駛汽車的新功能，還要了解系統(tǒng)開發(fā)，實施和驗證的整個過程。這些對學習自動駕駛，和科研開發(fā)具有十分重大的意義。小編認為，國內(nèi)的高校也需要成立此類項目，旨在培養(yǎng)自動駕駛?cè)瞬牛�培養(yǎng)學生的實操和解決問題的能力。

8．Uni Stuttgart IVK 斯圖加特大學內(nèi)燃機與汽車工程所

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

斯圖加特大學內(nèi)燃機與汽車工程所認為自動化和連接駕駛是汽車行業(yè)最激動人心的研究領域之一。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測性的系統(tǒng)行為。目前，在自動駕駛領域，斯圖加特大學內(nèi)燃機與汽車工程所的主要項目是同ika聯(lián)合推進的Unicaragi，該項目詳情，已在上文詳細描述解讀。

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

系統(tǒng)工程研究所（ISE）負責復雜和技術(shù)系統(tǒng)的硬件和軟件架構(gòu)的建模，仿真，分析和實現(xiàn)。實時系統(tǒng)組（RTS）是系統(tǒng)工程研究所的一部分。RTS與LeibnizUniversitatHannover 的Mechatronik－Zentrum（MZH）合作進行聯(lián)合研究，項目和技術(shù)交流�；顒又饕�集中在移動服務機器人和自動化技術(shù)上。RTS致力于移動機器人的3D環(huán)境感知，定位和路徑尋找，離散事件建模，嵌入式控制設備的實時系統(tǒng)編程和基于網(wǎng)絡的工業(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?shù)膫鞲衅髯屗鼈冏詣有旭�，該項目旨在研究如何使用移動傳感器單元對車輛進行改裝，并實現(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，該項目不僅可以降低工廠的生產(chǎn)成本，還可以實現(xiàn)對叉車的實時監(jiān)控，減少錯放貨物的風險。

10．Oxford Robotics Institute牛津大學機器人研究所

ORI的隊伍主要由研究人員、工程師和學生組成，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，涉足機器學習和人工智能，計算機視覺，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年進入高產(chǎn)階段，發(fā)布了多項包括語義映射、提高視覺魯棒性、數(shù)據(jù)采集等數(shù)十項自動駕駛領域研究成果。

牛津移動機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術(shù)團體發(fā)展成為具有重要影響力的大型學術(shù)團體。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，移動機器人中使用主動學習框架進行語義映射，并在自動駕駛的背景下進行演示，比如在停車場等地方運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，該團隊平均每周兩次使用牛津機器人汽車平臺（一種日產(chǎn)LEAF）穿越牛津中部的路線，手機了超過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，GPS和INS地面實況。