8月30日，“协同创新∙探索未来的车辆与交通”国际青年科学家沙龙—人工智能与自动驾驶成功举办，沙龙由中国科学技术协会主办，由中国汽车工程学会、世界汽车工程师学会联合会承办，由Automotive Innovation协办。作为第四届世界智能安全大会（FISITA Intelligent Safety Conference, ISC 2022）重要同期活动，本次沙龙主席由beat365官方网站黄岩军教授担任，邀请了图灵奖得主、期刊主编、IEEE Fellow等十多个国家14位学术界和工业界的知名专家，探讨了人工智能技术在感知、决策、控制及测评的应用。

    沙龙通过汽车学会视频号等平台直播，观看量累计超过30万人次。国际青年科学家沙龙的成功举办，为汽车行业的学者提供了良好的国际学术交流平台，助力人工智能技术在自动驾驶领域的落地。

会议主席、beat365官方网站黄岩军教授做开场致辞

    会议主席、beat365官方网站黄岩军教授首先对会议组委会以及各位主持嘉宾、演讲嘉宾表示感谢，并对会议的主要内容和与会嘉宾作了简要介绍。黄教授表示，此次会议对于促进全球汽车行业青年学者与大咖学者的交流，及青年学者间的学术交流切磋，具有重要意义。

图灵奖得主、Verimag实验室名誉研究主任 Joseph Sifakis教授发表特邀主旨演讲

    图灵奖得主、Verimag实验室名誉研究主任Joseph Sifakis教授发表了题为"可信赖的自主驾驶系统” 的演讲。针对自动驾驶系统目前面临的驾驶场景复杂多变、信息安全及人因安全等挑战，提出需要设计可信赖的自主驾驶系统，需要建立新的研究方法论，而不是仅基于模型研究。通过稳健而不激进的方法，逐步提升自动驾驶的层级。

北京理工大学机械与车辆学院于会龙教授主持会议

清华大学自动化系李力教授发表演讲

    清华大学自动化系李力教授发表了题为“自动驾驶车辆的智能测试” 的演讲。围绕如何建立刚性分析框架，测试数据驱动的自动驾驶车辆机器学习模型；如何使用仿真-实测的综合测试技术来加速测试；以及如何自动评估自动驾驶汽车的性能并寻找挑战性的场景进行了讲解。

悉尼大学高级研究员Ehsan Mihankhah发表演讲

    悉尼大学高级研究员Ehsan Mihankhah发表了题为"分布式激光雷达” 的演讲。对分布式激光雷达作为传感器的优势进行了细致的讲解，这种技术比传统方法的成本更低、且车辆外部视觉效果也更好。

阿尔伯塔大学机械工程系助理教授Ehsan Hashemi发表演讲

    阿尔伯塔大学机械工程系助理教授Ehsan Hashemi发表了题为"用于网联自动驾驶的弹性控制系统” 的演讲。介绍一种车内网络的舆论动力学方法，来实现自动驾驶系统和智能网联汽车的状态估计和稳健控制。主要目的是通过设计轮胎级估计方法，估计受力情况和自动驾驶车辆的纵向/横向滑移，进而提高驾驶安全性。

奥本大学航空航天工程系助理教授Nan Li发表演讲

    奥本大学航空航天工程系助理教授Nan Li发表了题为"基于governor的智能安全学习方法” 的演讲。介绍了基于Governor的安全学习方法。Governor控制器可以监测、并最小化调整学习过程，以确保满足安全约束，并通过仿真实例展示了所提方法在自动驾驶中的应用。

东京工业大学工程学院助理教授Akisue Kuramoto发表演讲

    东京工业大学工程学院助理教授Akisue Kuramoto发表了题为"提升自动驾驶汽车城市驾驶安全性的交通场景识别技术” 的演讲。对交通场景的准确识别是自动驾驶汽车在城市中安全行驶的必要条件。介绍了车载单目相机对行人和远处来往车辆的识别，以及在雨雪环境中车道线识别的技术。

庆北大学机械工程学院助理教授Kyoungseok Han发表演讲

    庆北大学机械工程学院助理教授Kyoungseok Han发表了题为"公共车道上的智能网联汽车合作博弈决策” 的演讲。讨论了智能网联汽车的博弈决策。首先基于车间通信系统提出了考虑前方交通流的智能网联汽车最佳决策算法，其次，讨论了混合交通流中智能网联汽车之间的合作博弈。

拉夫堡大学航空与汽车工程系讲师Yuanjian Zhang主持会议

阿尔卡拉大学教授、IET Intelligent Transport Systems主编David Fernández-Llorca发表演讲

    阿尔卡拉大学教授、IET Intelligent Transport Systems主编David Fernández-Llorca发表了题为"自动驾驶领域的可信人工智能需求” 的演讲介绍了欧盟委员会人工智能专家组提出的最新框架，对人工智能系统提出了七种关键的可信度要求，并概述了嵌入自动驾驶汽车的人工智能系统未来需要解决的主要挑战。

萨里大学副教授Saber Fallah发表演讲

    萨里大学副教授Saber Fallah发表了题为"深度人工智能保障安全可信的自动驾驶” 的演讲。介绍了用于自动驾驶的深度学习技术的验证，以及解决安全问题的新方案，旨在确保深度神经网络驱动的自动驾驶汽车安全。

南洋理工大学机械与航天工程学院助理教授吕辰发表演讲

    南洋理工大学机械与航天工程学院助理教授吕辰老师发表了题为"基于人类引导强化学习的自动驾驶车辆安全决策” 的演讲。介绍了将人类演示纳入RL的决策策略。建立了一个复杂匝道场景下的变道任务，以验证所提出策略的性能。仿真结果表明，人类演示可以有效提高RL决策的安全性，所提出的策略在多种驾驶性能方面超过了其他现有的基于学习的决策策略。

beat365官方网站助理教授田炜发表演讲

    beat365官方网站助理教授田炜老师发表了题为"交通场景中考虑不确定性的3D目标检测” 的演讲。通过考虑神经网络的不确定性，讨论了交通环境中的三维物体检测方法。重点介绍了二维视觉表现和三维空间属性之间映射的概率建模及最新研究进展。

TNO研究员Jan-Pieter Paardekooper发表演讲

    TNO研究员Jan-Pieter Paardekooper发表了题为"自动驾驶汽车中人工智能安全性的挑战” 的演讲。为促进自动驾驶汽车的安全性，介绍了三个关键研究领域：1) 运行设计域和运行域之间相似性/差别的量化；2) 系统正确行为的量化；3) 系统在运行域内性能的量化。

拉夫堡大学智能交通与自动驾驶汽车系讲师Jingjing Jiang发表演讲

    拉夫堡大学智能交通与自动驾驶汽车系讲师Jingjing Jiang发表了题为"基于MPC的自动驾驶汽车安全性保证” 的演讲。介绍了一种基于MPC的方法，为严格分析自动驾驶车辆的性能（包括安全性）提供了一个潜在的框架。

德国航空航天中心交通系统研究所博士Giovanni Lucente发表演讲

    德国航空航天中心交通系统研究所Giovanni Lucente博士发表了题为"基于先验混合策略纳什均衡的贝叶斯车辆意图预测方法” 的演讲。提出一种预测交通环境中车辆未来轨迹的方法，考虑了来自传感器的车辆实际状态信息，以及它们之间的相互影响。