2021年初，同济大学交通运输工程学院王雪松教授荣获英特尔“2020年度卓越研究者奖”（Intel’s 2020 Outstanding Researcher Award）。英特尔在全球范围内合作的学者达上千位，涉及量子计算、人工智能(AI)等前沿科技。在对每位合作学者的研究成果从基础创新、技术难度、行业应用等方面综合评估的基础上，英特尔此次授予了18位做出杰出贡献的学者卓越研究者奖。王雪松教授在自动驾驶道路适驾性研究方面取得重要进展，成为国内首位获得英特尔卓越研究者奖的学者。
英特尔智能网联汽车大学合作研究中心（Intel Collaborative Research Institute on Intelligent and Automated Connected Vehicles，ICRI-IACV）于2018年成立。ICRI-IACV与清华大学、交通运输部公路科学研究院、中国科学院自动化研究所、同济大学、南方科技大学开展合作，共同推动自动驾驶研究。研究课题包括自动驾驶汽车安全性、开放数据集以及基准测试等。英特尔智能网联汽车大学合作研究中心与同济大学合作开展的项目是“面向自动驾驶汽车的道路设施适驾性评估”（Evaluation and Improving Road Readiness for Autonomous Vehicles）。
图 1 英特尔智能网联汽车大学合作研究中心2018年度会议（2018年11月，北京）
在自动驾驶的快速发展过程中，安全是最关键的因素。对美国加州自动驾驶事故的分析发现，道路和交通环境因素成为重要的事故致因。当前的道路设计均针对人类驾驶车辆，交叉口设计不合理、主干道接入口多、标志标线设计不完善等问题会对自动驾驶车辆的安全运行造成挑战。为了给自动驾驶车辆提供安全可靠的驾驶环境，就需要对道路的自动驾驶适驾性进行评估与优化。王雪松教授的研究选取我国典型道路场景，开展了协同仿真和开放道路测试，标定了自动驾驶安全控制算法，对自动驾驶道路适驾性评估的理论和技术进行了深入探索。
图 2 复杂道路与交通环境
在自动驾驶控制算法标定方面，结合上海自然驾驶研究数据、道路路侧以及交叉口视频数据，标定了驾驶员跟车、变道、速度控制等模型，构建了拟人化的自动驾驶跟驰控制算法以及自动驾驶速度控制算法。在道路适驾性评估方面，王雪松教授带领其团队构建了融合同济大学8自由度驾驶模拟器自动驾驶协同仿真平台。推导了自动驾驶道路路段和交叉口关键设计参数，支撑了道路适驾性评估与优化设计。
图 3 协同仿真平台框架
针对英特尔提出的责任敏感安全模型（Responsibility-Sensitive Safety，RSS），王雪松教授团队在国际上首次利用自然驾驶数据进行了跟驰、换道风险场景下的模型参数标定。标定的成果被纳入中国智能交通产业联盟2019年发布的《自动驾驶车辆决策的安全保障技术要求》，同时成为国际电气和电子工程师协会（IEEE）制定的自动驾驶模型决策标准（IEEE 2846）的核心内容，解决了复杂道路环境下自动驾驶决策安全技术标准缺乏的问题。
图 4 跟车、变道场景下的RSS纵向安全距离标定结果
获得英特尔卓越研究者奖的学者均在前沿科技问题上有所突破。王雪松教授的研究能够获得一致认可，不仅是对其研究成果的肯定，也体现了学术界和产业界对交通安全的关注以及对提升自动驾驶道路安全性的迫切需求。