为了促进我国智能汽车安全技术领域的前沿基础和应用基础研究，加强学术交流与合作，2023年度全国重点实验室特设立开放基金资助相关课题研究，申请者须根据实验室拟资助的研究课题进行申报。
一、实验室拟资助的研究课题
1.课题名称：融合体压分布和生物力学载荷的人体坐姿数学建模研究
研究内容：汽车乘员坐姿的安全性与舒适性与脊椎受力、肌肉力等生物力学信息具有较强的相关性，但上述生物力学信息难以测量，而体压分布可描述坐姿人体与座椅界面的接触信息，但体压分布与生物力学载荷的联系仍有待揭示。拟以人体肌肉骨骼模型为基础， 研究人体生物力学建模的融合与统一，实现人体体压分布和人体脊椎力、肌肉力等生物力学信息的准确获取，为汽车乘员-座椅舒适性研究提供理论支撑。具体内容如下：
1. 研究人体体压分布模型与人体肌肉骨骼模型的混合建模与高效率求解，将体压分布与人体脊椎载荷、肌肉力等生物力学指标相结合讨论坐姿人体静态舒适性。
2. 构建汽车座椅-人体系统的舒适性数字模型，设计典型试验装置，开展体压分布测试，对坐姿人体模型进行检验和验证。
3. 以3-5款典型汽车座椅为对象，对不同坐姿、座椅参数开展体压分布测试、舒适性主观评价，构建体压分布、主观感受与与人体脊椎力、肌肉力等生物力学信息的联系。
研究目标：
1. 建立融合体压分布、人体脊椎载荷、肌肉力等生物力学指标的人体坐姿数字模型。
2. 人体数字模型肌肉激活度、关节力精度大于80%。
3. 坐姿人体数字模型体压分布载荷预测精度大于85%。
4. 发表/录用SCI/EI不少于2项。
5. 受理发明专利不少于3项。
研究周期：18个月
2. 课题名称：基于时序机器学习模型的多场景驾驶风格与意图识别算法研究
研究内容：针对智能汽车人驾及智驾对车辆驾驶风格的差异化、个性化要求不断提高，但车辆动力风格固定，不能为不同需求提供差异化驾驶体验的问题，利用机器学习与神经网络方法建立车辆动力场景识别、驾驶风格聚类、瞬态驾驶意图预测模型，基于模型结果实现千人千面的动力标定风格服务，具体内容如下：
1.研究基于多场景分类的驾驶员风格评价方法，实现场景分类与驾驶风格降维
2.研究规则与机器学习双融合的多场景驾驶风格聚类算法
3.研究基于时序机器学习模型与多目标优化模型的驾驶意图识分类与识别算法
研究目标：
1. 开发驾驶风格识别算法，包括不少于3种驾驶风格（温和、普通、激进等），识别准确率不低于90%。
2. 开发动力行驶场景识别算法，包括不少于5种行驶场景（拥堵、跟车、超车、弯道、掉头等）的识别，识别准确率不低于90%。
3. 发表/录用SCI/EI不少于2项。
4. 受理发明专利不少于3项。
研究周期：18个月
3.课题名称：面向自动驾驶的数字人模型开发
研究内容：随着辅助驾驶/自动驾驶的快速普及，车辆的安全设计从考虑有限的传统被动安全标准工况向全场景道路工况转变，同时需要从时间维度考虑从险态出现到碰撞结束整个全域过程中的损伤风险。前期的研究表明，乘员体型和主动行为对伤害风险有显著影响，但目前数值仿真假人局限于有限的标准工况的标准假人，无法反映非标准工况中险态场景和碰撞场景中人体的姿态，且标准假人基于西方人体体型开发，无法反映中国人群体型特征。本研究拟基于开源的THUMS假人，建立具有中国人群体型特征的不同百分位人体模型，用以量化表征体型特征对险态工况和碰撞工况中运动学、动力学响应的影响，从而明确中国体型人群的伤害特点，并进行主被动融合的一体化仿真与优化，开发符合中国体型特征的一体化乘员约束系统构型优化策略，应对辅助驾驶/自动驾驶普及后更加复杂的交通事故场景。
1.基于THUMS假人，通过映射或缩放得到指定分位假人的数值模型的方法。
2.建立基于AEB工况的主被动安全一体化仿真方法。
研究目标：
1.建立不同尺寸数值假人的映射方法。
2.建立一体化仿真方法。
3.发表SCI或EI论文不少于2篇。
研究周期：18个月
4.课题名称：动力电池碰撞无损探伤系统开发
研究内容：动力电池在碰撞变形后，可能会引起活性材料的变形失效、SEI生长、短路等电化学行为，最终导致热失控等一系列危险行为。亟待研发动力电池无损探伤系统，实时监测电池的安全状态。超声检测作为无损检测的一种方法，近年来受到学者及车企的广泛关注，基于动力电池的失效演变行为，分析超声信号在电池变形过程中的变化规律，探究信号对应的电池变形规律，实现基于超声的动力电池无损探伤技术。基于以上背景，拟开展如下研究内容：
1.搭建动力电池碰撞无损探伤实验平台。
2.研究动力电池碰撞变形过程中的超声信号变化及信号-机理映射关系。
3.实现基于超声信号对电池形变的监测。
研究目标：
1.搭建基于超声信号的动力电池碰撞无损探伤实验平台，实现双传感器和多传感器的变形监测功能。
2.实现早于电压、温度信号监测电池的变形，且预测准确率大于85%；并应用于两款电池。
3.发表SCI或EI论文不少于2篇。
4.发明专利提交不少于2项。
研究周期：18个月
5.课题名称：预碰撞行人保护智能系统研究
研究内容：相比于车内乘员，行人受到的碰撞防护十分有限。普通火药弹起式引擎盖通常采用力学传感器感知触发执行机构，这种模式很难避免开发成本高、周期长等问题，且力学感知传感器容易产生不触发或误触发等不良效果。目前行人保护对执行机构的设计要求日益提高，以火药为动力的不可重复性执行机构缺点明显，近年来智能驾驶辅助系统 (ADAS) 已进入普及阶段，集成ADAS的紧急防撞功能 (AEB) 和弹起式引擎盖系统，辅助判断行人的功能逐渐成熟，对于执行机构的起爆时间大大降低，以弹簧作为动力单元的执行机构的爆破速度缺陷被弥补，且以弹簧为动力单元的可重复使用的执行机构会更容易被市场接受。基于以上背景，拟开展如下研究内容：
1.面向弱势道路使用者的多目标轨迹跟踪预测研究。
2.可逆的弹起式发动机罩研究。
3.联结高级驾驶辅助系统的主动式发动机罩装置控制方法研究。
研究目标：
1.开发融合主被动安全的行人保护系统，可快速触发引擎盖弹起，实现对行人的精准保护，减少开发成本和误报的同时，缩短开发周期。
2.设计多种动力的可逆执行机构满足触发后可以人工/自动复位，低使用成本和维护成本要求。
3.开发整套主动弹起式发动机罩系统，采用静态试验方法进行对主动式发动机罩进行评价，满足行人保护机构系统准确点爆PDI 腿型、PDI-II腿型，沙袋、木棍、动物等不误触。
4.发表SCI或EI论文不少于2篇。
5.发明专利提交不少于2项。
研究周期：18个月
6. 课题名称：基于弹性波原理被动安全控制系统开发
研究内容：基于弹性波传感器可感知1km/h及以上的微碰感知，从感知能力和精度具备感知中、高速碰撞的能力，将弹性波原理的碰撞传感器应用到传统碰撞安全控制系统当中，研究对于传统加速度传感器的技术升级和国产替代可行性。
具体包括：
1.基于弹性波原理的硬件结构设计及基本功能测试。
2.基于弹性波原理的软件和算法开发，实现碰撞点火功能。
3.功能安全设计达到B级。
研究目标：
1.完成硬件设计及芯片选型。
2.完成基于弹性波的核心算法开发及标定策略制定。
3.发明专利受理不少于2项。
研究目标：18个月
7.课题名称：复杂应力状态与动态载荷工况下结构材料四维本构及断裂模型开发
研究内容：汽车厚壁零部件(厚板、变截面材料、铸造材料等)在25%偏置碰撞等工状和相应动载条件下，其受力情况较薄板材料更加复杂，只能用体单元进行仿真，且第一应力不变量对应的应力三轴度和第三应力不变量对应的洛德角在高精度仿真中应同步采纳，但现有本构模型中仅引入了应力三轴度或洛德角，这将造成多工况仿真综合精度不足；另外，针对复杂几何形状零件，因取样难度大等因素，难以获得其力学性能在不同位置的分布，对诸如车轮等复杂几何形貌单一零件采用单一材料模型的近似将使得仿真精度下降。
针对上述两个影响仿真精度的核心问题，将分别从材料模型（本构模型+断裂模型）构建精度和材料模型分配精度出发，基于LS_dyna显式算法进行开发，采用零部件级静态压溃与动态冲击，及整车级25%偏置碰撞验证新模型参数的准确性，实现复杂工况下零部件变形和断裂行为的准确预测，提升整车碰撞CAE仿真精度。
研究目标：
1.基于von Mises关联本构，以等效塑性应变、归一化Lode角、应力三轴度和等效塑性应变率为自变量，构建新型五维本构模型和五维断裂模型以分析任意应力状态，针对体单元开发高效LS_DYNA用户子程序。
2.基于机器学习方法，构建易测量与本构方程之间的映射关系，构建三维几何投影关系，实现复杂几何形状零件的材料分布式建模以提高仿真精度。
3.发表SCI或EI论文不少于2篇。
4.LS_DYNA材料开发二次开发软件。
研究周期：18个月
8.课题名称：异构集成计算芯片散热及高可靠性封装关键技术研究
研究内容：异构集成技术可以低成本延续摩尔定律，为突破高性能芯片制造的中国“卡脖子”难题开辟新路径。Chiplet中“异热”的不同芯片高度集成为芯粒，其带来复杂的热设计、热评估和散热难题，具体表现在如何对其涉及跨尺度的传热模型进行高精度建模，对一个电学设计好的芯粒构架如何快速评估其热性能，并耦合电学性能、制造、可靠性等进行耦合优化；于此同时随着集成度增加，其热流密度显著提升，对芯片周围的散热能力提出苛刻要求。同时，对于Chiplet芯片实现高可靠性问题较为复杂，涉及电、热、力等多场的作用，需基于多物理场耦合模型，建立晶圆级混合键合工艺及可靠性模型，为其全寿命周期预测奠定基础。围绕Chiplet热问题及高可靠性封装的问题主要开展以下研究工作：
1.建立等效传热模型，高精度快速模拟稳态、瞬态热性能。
2.建立热感知不同芯片布置热评估和优化模型。
3.探索微喷射的液冷散热技术，构建微通道设计、加工和测试模型。
4.运用FEA模拟与实验相结合，研究待键合表面粗糙度、表面激活能分布对键合结构完整性与界面可靠性的影响，明晰键合晶圆减薄、平坦化以及等离子体表面激活对键合界面强度的影响机制，建立适用于混合键合工艺的可制造性与可靠性仿真模型。
5.通过模拟晶圆工艺应力与翘曲的变化，研究键合温度对晶圆翘曲和应力的影响。探索不同晶圆应力和翘曲下键合结构完整性以及界面可靠性，并探索晶圆翘曲对芯片偏移的影响机制、有助于开发新型键合结构并保证键合结构完整性。
研究目标：
1.建立异构集成芯片等效传热模型，建立热感知不同芯片布置热评估和优化模型，并形成报告。
2.探索微喷射的液冷散热技术，构建微通道设计、加工和测试模型。
3.适用于混合键合的待键合表面修饰机制模型研究，建立键合表面修饰仿真模型。
4. 适用于混合键合的晶圆级工艺应力与变形机制研究，建立晶圆级键合工艺应力与翘曲仿真模型。
5.适用于混合键合的可制造性与可靠性仿真模型研究。
6.建立芯片混合键合的热机械可靠性仿真模型，包括混合键合结构等效热电模型，最终形成晶圆级混合键合快速可靠性评价方法和寿命预测能力。
7.发表论文不少于3篇（其中，发表SCI或EI论文不少于2篇）。
研究周期：24个月
9.课题名称：存内计算AI处理器关键技术研究
研究内容：存内计算AI处理器是指将人工智能算法和计算硬件结合起来，实现在设备本地进行AI推理和处理的技术。在车载芯片中应用存内计算端侧AI处理器可以提高车辆感知、决策和控制的效率和准确性，从而提高车辆的安全性和自主性。本研究课题主要研究方向如下：
1.研究如何设计能够高效处理AI算法的芯片结构，包括处理器核心、存储器、数据通路、功耗控制等方面的优化设计。
2.研究如何将存内计算端侧AI处理器集成到车载芯片中，包括处理器与外设的连接、接口设计、电源管理等方面的优化。
3.研究如何在存内计算端侧AI处理器中实现安全性保障，包括安全启动、数据隔离、代码签名验证等方面的技术。
研究目标：
1.实现AI处理器有效集成，确保处理器的高效运行和低功耗，实现突触器件开关比大于等于100，存算一体阵列规模大于等于1K。
2.研究适用于气体传感器的存内计算端侧AI处理器，测试其性能表现，包括推理速度、功耗、精度等方面的评估。
3.基于智能芯片的FPGA外围电路控制，实现存内计算端侧AI处理器的环境适应性优化，使其能够在车载环境中稳定可靠地运行。
4. 表论文不少于3篇（其中，发表SCI或EI论文不少于2篇）。
研究周期：24个月
10.课题名称：异构集成计算芯片国产工艺适配性研究
研究内容：针对车载异构集成计算芯片国产工艺适配性的问题，研究异构集成计算芯片里各芯粒晶圆级封装工艺的适配机理，研究基于chiplet技术的国产先进封装工艺；实现各芯粒之间堆叠、高密度互联、更低时延，以及更短垂直互连的需求；建立车载chiplet异构集成架构产品的国产先进封装工艺解决方案。具体内容如下：
1.建立基于车载异构集成计算芯片不同的封装工艺方案模型，研究异构集成计算芯片里各芯粒载板级封装工艺的适配机理。
2.建立车载chiplet异构集成架构产品的国产先进封装工艺解决方案，研究国产先进封装工艺适配对车载异构集成计算芯片性能的影响。
研究目标：
1.揭示车载异构集成计算芯片里各芯粒载板级封装工艺的适配机理。
2.建立基于车载异构集成计算芯片不同的封装工艺方案模型。
3.建立车载chiplet异构集成架构产品的国产先进封装工艺解决方案。
4.发表SCI或EI论文不少于1篇。
研究周期：18个月
11.课题名称：AI芯片软硬协同下深度神经网络加速器设计
研究内容：随着汽车电子的快速发展，以及相关安全标准和消费需求的不断提升，智能汽车的摄像头数量陡增，对AI 芯片需求迫在眉睫，但汽车场景下无法提供AI的大算力需求，针对智能汽车的AI芯片运算能力有限且功耗要求严格的问题，本项目具体研究内容如下：
1.AI芯片软硬协同架构下高精度快推理的智能汽车安全应用，研发该应用的深度神经网络加速器。
2.研究混合低精度量化算法、编译和边缘推理优化，实现高能效的推理加速器架构，推动智能汽车安全的应用落地。
研究目标：
1.针对智能汽车对AI芯片的高吞吐量、高能效以及实时处理的要求，研究智能汽车安全应用场景的AI芯片软硬协同模式。
2.研发智能汽车深度神经网络全栈加速器，实现硬件友好的AI功能。
3.设计的深度神经网络加速器能效比上到达英特尔酷睿5系9代处理的6~10倍和英伟达RTX2060图像处理器的2~4倍。
4.发表SCI或EI论文不少于1篇。
研究周期：18个月
12.课题名称：传感器信号真实性识别与防御技术研究
研究内容：针对汽车传感器在恶意物理信号干扰下产生的虚假测量数据导致车辆失控的安全问题，结合汽车传感原理及技术特点，分析传感器换能测量过程中影响输出信号真实性的薄弱环节，研究基于特征分析的传感器信号真实性识别技术，以及软硬件协同的传感器数据篡改防御技术，指导汽车传感器的安全设计与部署应用。
具体包括：
1.典型汽车传感器感知机理及信号真实性影响因素研究，通过分析恶意攻击对不同汽车传感器的作用原理、虚假数据注入可行性与实际影响程度，为传感器信号真实性识别与防御提供理论基础。
2.摄像头传感器信号真实性识别与防御技术研究，主要解决摄像头传感器在声波攻击下的画面失真问题，实现失真图像检测和可靠图像恢复。
3.激光雷达传感器信号真实性识别与防御技术研究，主要解决激光雷达传感器在激光攻击下的3D点云失真问题，实现失真点云检测。
研究目标：
1.提出汽车传感器中影响输出信号真实性的薄弱环节清单。
2.设计传感器信号真实性的可靠快速识别方法。
3.设计传感器的数据防篡改防御机制，保证感知数据的真实性。
4.发表SCI或EI论文不少于2篇。
5.发明专利受理不少于2项。
研究周期：24个月
13.课题名称：车联网数据认证与访问控制研究
研究内容：伴随车联网智能化和网联化进程的不断推进，车联网网络安全事件出现，数据安全、隐私保护成为了车联网发展面临的主要安全挑战。针对车联网数据在传输和使用阶段中存在认证过程复杂度高、访问模式灵活度差等问题，结合区块链、物联网与云计算等新型信息基础设施，研究自主可控的数据安全传输机制，建立变粒度的访问控制模型，提出体系化的数据安全防护策略，提升车联网数据安全防御水平，推动车联网产业的安全快速发展。
具体包括：
1.轻量级的数据安全认证协议研究；解决传统认证协议中大量证书存储与管理，密钥托管和密钥撤销，认知时延等问题，通过可追踪一次公钥产生机制、零知识知识证明技术、属性基签名技术，设计轻量级数据安全认证协议，在实现高效条件匿名认证的同时，大幅度提升认证效率，使得认证时间开销比现有主流方法降低40%。
2.跨域的高效数据安全传输方法研究；为实现不同信任域间高效数据传输与共享，降低不同域信任成本，通过区块链技术、群签名技术、零知识证明技术、链上链上融合技术，构建去中心化的跨域高效数据安全传输方案，大幅降低跨域通信过程的信任构建开销。
3.双向访问控制的高效加密方案研究；为扩展数据安全传输与存储管理模式，保障数据发送者和接收者隐私，通过新型访问控制加密技术,匹配加密技术,提出双向访问控制的加密方案，实现对数据收、发双向的权限管理，体系化的保障数据的安全性。
4.策略可调的分级分层数据管理系统研究；通过研究视听觉感知安全评估技术，对多媒体数据进行高效识别与分类，建立面向多媒体数据的分级分层安全高效存储方案；同时，结合动态数据结构和权限回收机制，实现对分级分层数据权限的动态管理。
研究目标：
1.设计自主可控的数据安全传输机制。
2.建立变粒度的访问控制模型。
3.提出分层分级数据管理方案。
4.发表SCI或EI论文不少于2篇。
5.发明专利受理不少于2项。
研究周期：24个月
14.课题名称：汽车领域海量异构网络安全数据采集与获取
研究内容：针对汽车领域网络安全态势感知中多源异构网络安全数据源的识别、采集方法各异的问题，以态势觉察为指导，采用大数据分析架构，利用多源异构的安全要素信息融合的手段，研究网络安全数据的数字资产高效精准识别、建立异构网络安全的数据自适应汇集技术，通过安全数据汇集通道形成用于网络安全态势感知的基于安全架构的海量的汽车网络安全数据集。具体包括：
1.汽车数据资产识别：如何从汽车系统中识别、采集有效的安全数据，包括如何保障安全数据的准确性和有效性；主要解决汽车资产种类多，但识别能力弱、识别准确率不高等问题。保证资产识别的结果能覆盖车内95%以上的资产，且识别准确率大于80%。
2.数据自适应安全汇集：如何保证这些数据在异构网络中的安全传输，以及防止数据被篡改或泄漏；主要解决异构网络由于具有动态拓扑容易被恶意节点入侵并接入，造成敏感数据泄露等问题。对于被动型攻击和主动型攻击都采取一定的安全防护技术。
3.异构汽车网络安全数据管理：如何将汽车领域中不同类型的异构网络安全数据采集汇集在一起；主要解决异构网络的数据汇集效果差，后续难以进行有效的分析。实现基于数据的多层次融合和自适应管理。
研究目标：
1.形成多源异构的汽车网络安全数据资产识别规则。
2.建立汽车网络安全数据自适应安全汇集功能。
3.构建汽车网络安全数据服务接口。
4.发表SCI或EI论文不少于1篇。
5.发明专利受理不少于1项。
研究周期：18个月
15.课题名称：面向汽车领域的网络安全认知模型构建与应用
研究内容：针对汽车领域网络安全建立多维数据关联和网络安全认知模型。解决网络安全态势感知中数据分布广、网络安全知识因具有时空特性而难以表示等难题，通过将概念、实体、属性、时空信息等元数据构建支持关联分析的认知模型。具体包括：
1.汽车网络安全认知模型构建技术研究；主要解决，网络安全态势感知中目前存在数据分布广、网络安全知识因具有时空特性而难的问题，当前态势认知模型对象是传统网络，对于智能网联汽车的态势感知认知模型不具备针对性。同时传统命名实体识别方法难以识别网络安全领域中新的或中英文混合的安全实体,且提取的特征不充分,因此难以准确的识别网络安全实体。
2.基于认知模型的网络安全知识推演技术研究；主要解决从车辆海量的、碎片化的内外部数据中分析、挖掘出有效的网络威胁情报，需要针对汽车领域网络安全建立多维数据关联和网络安全认知模型能够为安全管理员提供资产知识库、漏洞知识库、安全事件库等，并将其关联在一起，根据已有的知识或者样本库推演未知的安全事件，进一步保障汽车网络安全。
3.基于汽车网络安全认知模型的威胁分析及风险评估方法研究；主要解决传统告警聚合过程和告警关联分析过程易受大量冗余、误报影响的缺点，通过属性图挖掘和相似度计算完成攻击发现和攻击关联，可以有效地反映具体的网络攻击行为、挖掘攻击场景。在完成攻击场景发现的基础上，汽车网络安全认知模型给出的态势理解方案将以图模型描述的网络攻击事件应用至网络态势理解，能够有效地将网络攻击场景反映在资产节点态势中。
研究周期：18个月
16.课题名称：知识驱动的汽车领域多步复杂攻击检测研究
研究内容：针对智能网联汽车多步复杂网络攻击传播机理不明、难以精确识别、传统检测方法误报虚警多的问题，利用上下文知识推演与规则匹配方法，研究基于知识的多步复杂攻击检测技术，建立基于知识的高精度汽车网络攻击检测模型；结合子图匹配、分布式流图计算等方法，研究基于图计算的攻击检测技术，构建图数据库和图神经网络检测模型，实现对复杂攻击的高效检测。
具体包括：
1.汽车网络复杂攻击与新型网络攻击机理研究；解决智能网联汽车车联网系统中可能出现的未知攻击和复杂攻击难以检测的问题，明确攻击机理之后，就可以针对不同攻击提取最适合的特征以进行下一步的攻击检测。
2.基于上下文知识推演和规则匹配的汽车网络复杂攻击检测方法研究；解决目前智能网联汽车攻击检测方法对于复杂攻击检测精度低、时延长，用上下文内容建立攻击检测规则，使用规则匹配进行攻击检测能够实现以较低的延迟检测出智能网联汽车中可能出现的复杂攻击，结合上一研究内容的攻击机理，提升攻击检测精度。
3.子图匹配与分布式流图计算技术研究；解决现有智能网联汽车攻击检测方法对于网络时序信息内容不敏感，面对复杂攻击检测精度低、时延长的难题，子图匹配与分布式流图计算能够反应车联网系统中网络数据的时序特性，对于插入攻击的检测效果较好，通过图计算相关技术能够实现对部分影响时序信息的复杂攻击的快速检测，有利于智能网联汽车的高实时性检测及防护。
4.基于图数据库和图神经网络的多步汽车网络复杂攻击检测方法研究；解决现有智能网联汽车攻击检测方法对于复杂攻击检测精度低、时延长的难题，图数据库和图神经网络基于图论的相关知识，能够准确反映多节点通信关系的信息，将图数据库和图神经网络应用于智能网联汽车复杂攻击检测领域中，能够充分发挥其优势，高质量的图数据库能够快速发现车辆网络中的异常，同时具有较低的误报率，有利于智能网联汽车的高精度高实时性检测及防护。
研究目标：
1.明确汽车网络复杂攻击机理。
2.建立基于上下文知识推演和规则匹配的高性能汽车网络复杂攻击检测模型。
3.建立基于图数据库和图神经网络的高性能多步汽车网络复杂攻击检测模型。
4.发表SCI或者EI论文不少于1篇。
5.发明专利受理不少于1项。
研究周期：18个月
17.课题名称：基于图像特征与深度学习的地下停车场路网地图生成与路网可行域评估的算法研究
研究内容：针对地下停车场建图过程中缺失GNSS和高程信息退化等相关问题，拟开展基于图像特征与深度学习的地下停车场路网地图生成与路网可行域评估的算法研究。在图像特征的基础上，结合深度学习算法，实现平稳的地下停车场构图与路网可行域。具体包括：
1.建立地下停车场的深度学习建图定位生成网络，形成路网地图，以解决高程退化的问题。
2.基于构建的地图，研究路网可行域评估的深度学习框架，在地图中显示生成相关区域情况，以辅助定位。
研究目标：
1.分析基于图像特征成图的深度学习网络，构建特征提取网络结构，学习生成平稳的停车场路网地图。
2.针对构建的地图，构建评估模型，同时建立相应的学习框架，在地图上形成路网可行域。
3.优化模型方案，形成从图像输入，到路网可行域生成输出的端到端的深度模型。
4.SCI/EI论文1篇。
5.受理发明专利2项。
研究周期：18个月
18.课题名称：强交互场景下联合轨迹规划算法与模型研究
研究内容：本项目旨在开展自动驾驶中强交互模式下适用于全场景的轨迹生成算法研究。将主流自动驾驶方案中耦合紧密的预测、决策、规划算法进行融合，基于通用环境模型，通过将自车与周围交通参与者（车辆、骑行者、行人）进行一体化建模，实现联合式轨迹规划。研究内容包含两大部分：
1.数据驱动的、泛化能力强的联合式轨迹生成模型用于多模态轨迹规划。
2.结合专家系统的轨迹评估模型用于轨迹选择。
最终实现高鲁棒性、高准确度、高实时性、高安全性、车端可部署的自动驾驶行为轨迹规划，并基于实车数据进行原型验证。
研究目标：
1.联合规划算法（8s规划时间长度）的单次规划时间≤30ms，基于实车数据评估的ADE<1.5m、FDE<3m。
2.轨迹评估器的单次评估时间≤20ms，评估准确度≥90%。
3.算法应对的场景需包含：多车道、上下匝道、切入、汇流、换道、绕障、路口、环岛等。
4.发表/录用SCI/EI不少于2项。
5.受理发明专利不少于3项。
研究周期：18个月
19.课题名称：环境感知系统跨域推理能力提升与自进化学习模型构建
研究内容：聚焦于环境感知系统跨域推理能力提升与自进化学习技术，研究开放世界下环境感知系统跨域推理能力提升策略；探索面向未知危险场景多源异构数据的连续学习方法，构建环境感知系统自主持续学习模型，最终实现系统在复杂场景下识别能力的持续提升
1.探究基于AI的感知模型在复杂动态环境下的性能劣化量化表征，阐明环境感知系统误差形成与传播过程，构建环境感知结果不确定性量化评估模型。
2.基于不确定性量化的跨域推理能力提升策略：针对引发环境感知系统陷入认知困境的主要诱因：复杂天气、光照变化、背景异变等原因，探索基于核函数映射的域不变特征提取方法，通过学习域不变特征，提升系统在面对未知危险环境时的识别鲁棒性。
3.基于感知模型不确定性量化估计理论，研究基于不确定性量化加权的信息融合方法，探索环境感知系统对域外未知目标的检测准确性提升方法，提升感知系统跨域推理能力。
研究目标：
1.明确环境感知系统误差机理。
2.建立环境感知结果不确定性量化评估模型。
3.建立环境感知系统自进化学习性能提升模型。
4.发表SCI或者EI论文不少于2篇。
5.发明专利受理不少于2项。
研究周期：18个月
20.课题名称：基于分类分级的智能网联汽车数据安全风险评估技术研究
研究内容：分析智能网联汽车数据资产安全风险，从车辆数据、个人数据和车外环境数据等方面构建车辆数据安全分类分级规则；提出以数据安全资产为核心的智能网联汽车风险评估方法，构建多影响要素下的数据安全风险矩阵量化模型；进行智能网联汽车数据安全风险评估用例分析，为智能网联汽车数据安全测评提供技术支撑。
研究目标：
1.形成车辆数据安全分类分级规则。
2.构建智能网联汽车数据安全风险评估模型。
3.完成智能网联汽车数据安全风险评估用例分析。
4.发表SCI/EI论文不少于2篇。
研究周期：12个月
21.课题名称：面向典型场景的智能网联汽车数据安全测试技术研究
研究内容：分析智能网联汽车典型场景下数据安全特性，设计数据安全细粒度测试流程；研究车内数据和车外数据的安全风险测试原理，构建面向智能网联汽车数据安全的测试技术体系；开展典型场景下智能网联汽车数据安全测试用例分析，并构建不同分类下的测试用例库。
研究目标：
1.建立覆盖典型场景下的智能网联汽车数据安全测试流程。
2.构建智能网联汽车数据安全测试技术体系。
3.构建典型场景下的智能网联汽车数据安全测试用例库。
4.发表SCI或EI论文不少于2篇。
研究周期：12个月
22.课题名称：智能网联汽车数据安全测评系统研发
研究内容：分析智能网联汽车数据全生命周期链路流图，提出数据安全测试评估流程和技术框架；根据车路数据流从车辆数据采集、数据处理、安全测试、结果分析、风险评估等方面研发智能网联汽车数据安全测评系统；选择智能网联汽车典型场景和关键零部件开展测评实例分析，验证系统功能的可靠性，为智能网联汽车数据安全合规管理提供技术支持。
研究目标：
1.建立智能网联汽车数据安全测评技术体系。
2.研发智能网联汽车数据安全测试原型系统。
3.开展智能网联汽车数据安全系统功能测试与安全管控分析。
4.发表SCI/EI论文不少于2篇。
研究周期：12个月
23.课题名称：整车天线性能仿真和性能提升技术
研究内容：研究车载环境中天线性能影响要素、整车天线性能参数模型，设计一款小尺寸，高性能的车载天线单元，并在整车环境下对所设计的天线单元进行联合仿真以及性能优化；研究整车环境下收发天线之间的干扰机制，建立收发天线干扰模型，提出并实现一种在整车环境下消除收发天线之间干扰的方法，提升车载天线的性能。
研究目标：
1.设计小尺寸，高性能的车载天线单元，并给出该天线单元的性能报告。
2.设计出整车环境下消除天线收发天线之间干扰的方法。
3.发表SCI/EI论文不少于1篇。
研究周期：12个月
24.课题名称:数据驱动的智能汽车定量化加速测试评价技术研究
研究内容：基于自然驾驶数据，从智能汽车安全、舒适和效率等多个维度出发，揭示不同维度评估指标间的耦合关系，提出异质性评价指标的归一化综合方法；研究多个评估指标耦合作用下的动态协同域，构建协同数学模型，揭示评估指标在不同分布特性场景集下的理论关系；分析场景集分布特性与评估指标间的置信度关系，探索高效高覆盖度的测试场景加速采样生成方法，为智能汽车的高效测评提供新的理论和技术支撑。
研究目标：
1.建立覆盖安全、舒适和效率等多维度的综合评价方法，形成高效高覆盖度的测试场景加速采样生成方法。
2.发表SCI或EI论文不少于2篇。
3.申请发明专利不少于1项。
研究周期：12个月
25.课题名称:驾驶员接管能力评估方法研究
研究内容：研究在智能汽车需要接管时，驾驶员当前状态是否满足接管要求;深入分析典型的驾驶员不满足接管要求的状态特征;从人机交互设计角度提出辅助驾驶员接管，提高接管安全性的交互设计方案。
研究目标：
1.形成典型的驾驶员不满足接管要求的特征模型。
2.形成具有辅助驾驶员完成各种接管场景的人机交互模型。
3.发表SCI或EI论文不少于2篇。
研究周期：12个月
26.课题名称：基于场景要素的高级别自动驾驶车辆评价方法
研究内容：研究基于场景要素与交通大数据驱动的高级别自动驾驶车辆评价方法。首先，建立基于场景要素的自动驾驶评价指标体系；其次，基于真实道路航拍数据集，建立高速公路驾驶场景数据片段自动提取算法；最后，采用主客观相结合的方法确定评价指标权重与评分细则，实现对高速公路高级别自动驾驶车辆的系统性评价。
研究目标：
1.建立自动驾驶评价指标体系，基于真实交通数据获取人类驾驶人安全域，确定自动驾驶指标权重，形成基于场景要素的高级别自动驾驶车辆评价方法。
2.发表SCI或EI论文不少于2篇。
研究周期：12个月
27.课题名称：面向智能汽车安全的RGB-IR多源多模态数据融合方法研究
研究内容：提出面向智能汽车安全的RGB-IR多源多模态关键目标检测算法。首先，针对真实驾驶场景中需要面对的雨雾等恶劣天气情况，拟实现一个RGB-IR目标检测基线（Baseline）模型，为后续针对智能汽车真实驾驶场景设计场景适应的RGB-IR多源多模态关键目标检测模型有力支撑。
研究目标：
1.基于RGB-IR多源多模态的行人、车辆等关键目标特征信息，实现泛化性能好、对复杂路面场景鲁棒性强的RGB-IR模态融合目标检测方法。
2.发表SCI或EI论文不少于1篇。
研究周期：12个月
28.课题名称：安全行驶测试及智能驾驶仿真场景下传感器数据回注系统
研究内容：针对汽车安全行驶测试及自动智能驾驶仿真场景下各类传感器数据回注设备的研究及开发。研究各类传感器采集数据的传输、数据分离、接口转换策略及时钟同步算法。提出高效的数据传输、处理、转换策略，给出高精度的时钟同步算法；完成基于FPGA的传感器数据回注产品原型机开发，为汽车安全行驶测试及自动智能驾驶仿真场景提供传感器数据注入。
研究目标：
1.设备同时支持6张任意类型的传感器子卡进行离线或HIL仿真数据注入。
2.完成所有子卡所有通道的时钟同步，其中：视频注入子卡处理时延<1帧，时钟同步误差<= 1ms；以太网子卡、CAN子卡时钟同步误差<=1us。
3.完成上位机监控软件设计，实现设备检测及回注数据管理，包括故障注入、批量注入等。
4.发表SCI或EI论文不少于3篇。
5.申请发明专利不少于2项。
研究周期：12个月
29.课题名称：基于SOA的智能汽车车载网络协议栈开发
研究内容：针对智能网联汽车SOA架构的车载以太网服务中间件的研究与开发。研究整车功能服务接口库，包括服务定义、数据类型定义、通信行为定义；研究服务接口协议栈功能模块及模块通信逻辑；开发面向服务的智能汽车车载以太网服务通信协议栈。
研究目标：
构建整车功能服务架构的接口库，确定车载网络服务接口中间件功能模块，实现面向SOA的服务接口通信协议栈。
1.整车功能服务接口库。
2.车载以太网服务通信协议栈1套，并提供验证报告。
3.SCI/EI论文2篇。
4.发明专利2项。
研究周期：12个月
30.课题名称：智能汽车环网安全策略研究与测试工具开发
研究内容：以车内网络IVN为研究对象，针对车载以太网环网，研究可能的攻击策略，开发从环网入口直接攻击的多类型攻击（窃听攻击、重放攻击、篡改攻击、伪造攻击等）验证工具；以车外网络VANET为研究对象，针对现有C-V2X协议，结合车内环网，开发从VANET入口通过女巫攻击、黑洞攻击等方式间接攻击车内环网的验证工具；形成涵盖直接攻击和间接攻击的一体化环网安全测试工具。
研究目标：
1.基于硬件测试工具收集的信息，实现针对车载网络和车联网络通信协议漏洞的安全测试场景3-5个，测试脚本不少于20个。
2.发表SCI或EI论文不少于1篇；
研究周期：12个月
二、开放基金课题申报条件及申报方式
1. 申报人条件
凡符合《汽车噪声振动和安全技术国家重点实验室基金课题（开放基金、自主基金）管理条例》（以下简称“管理条例”）对开放对象规定条件的人员均可申报。鼓励高等学校中青年研究人员申报。尚有开放基金课题在研的,本次不再申报。
2. 申报方式
申请者须按规定格式认真撰写申请书，保证所有提交申报材料的真实性，并于规定的截止时间之前向本实验室提交签字盖章后的《基金课题（开放基金、自主基金）申请书》（以下简称“申请书”）电子文档（含签章页面的扫描件）和纸质原件一份，并在申请书中填写拟申请资助费用。
3. 申报截止时间
2023年06月15日17:00时。以收到申请书电子邮件时间为准。
4. 资料下载
申请书和管理条例请在实验室网站“运行管理”栏目中下载。地址：http://wh-nc3u904k7a4xt0lybnx.my3w.com/?page_id=913
三、开放基金课题的评审与管理
对所有有效申请书实验室将按照《汽车噪声振动和安全技术国家重点实验室基金课题（开放基金、自主基金）管理条例》规定的程序进行评审，对获准资助的课题实验室会通知申请者本人并签署计划任务书。
四、联系方式
实验室邮箱：huwei@changan.com.cn
申请书纸质原件请邮寄至：重庆市江北区鱼嘴镇长安汽车全球研发中心科技及项目管理部
联系人：胡伟 电 话：18723222404
汽车噪声振动和安全技术国家重点实验室
2023年06月01日
