协同创新探索未来：国际青年科学家共话人工智能与自动驾驶
聚焦智能安全前沿技术，全球14位顶尖专家分享最新研究成果
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专场成功举办。本次沙龙由中国科学技术协会主办，中国汽车工程学会、世界汽车工程师学会联合会承办，Automotive Innovation协办，作为第四届世界智能安全大会（ISC 2022）的重要同期活动，汇聚了来自十多个国家的14位学术界与工业界知名专家，围绕人工智能在自动驾驶感知、决策、控制及测评中的应用展开深入探讨。 会议通过中国汽车工程学会和清华大学车辆与运载学院官方视频号同步直播，累计观看量超30万人次，为全球汽车行业学者搭建了高水平的国际学术交流平台。
会议主席、同济大学黄岩军教授做开场致辞
会议主席、同济大学黄岩军教授在致辞中对参会嘉宾表示感谢，并指出此次沙龙为全球青年学者与行业专家提供了宝贵的交流机会，对推动智能驾驶领域国际合作具有重要意义。
图灵奖得主Joseph Sifakis教授发表主旨演讲
图灵奖获得者、Verimag实验室名誉研究主任Joseph Sifakis教授以“可信赖的自主驾驶系统”为题发表演讲。他指出，面对复杂多变的驾驶环境、信息安全与人因安全等挑战，需建立全新的研究方法论，倡导采用稳健而非激进的技术路径，逐步提升自动驾驶系统的可靠性与安全性。
北京理工大学于会龙教授主持会议环节
清华大学李力教授：自动驾驶车辆的智能测试
清华大学自动化系李力教授介绍了如何构建刚性分析框架来测试数据驱动的机器学习模型，提出结合仿真与实测的综合测试技术，加速自动驾驶系统验证，并实现性能自动评估与挑战性场景挖掘。
悉尼大学Ehsan Mihankhah：分布式激光雷达技术优势
悉尼大学高级研究员Ehsan Mihankhah分享了分布式激光雷达的应用前景，该技术相较传统方案更具成本优势，同时优化了车辆外部视觉集成效果。
阿尔伯塔大学Ehsan Hashemi：网联自动驾驶弹性控制
阿尔伯塔大学助理教授Ehsan Hashemi提出一种基于车内网络舆论动力学的状态估计方法，通过轮胎级受力与滑移估算，提升自动驾驶车辆在复杂工况下的纵向/横向控制稳定性与安全性。
奥本大学Nan Li：基于Governor的安全学习方法
奥本大学助理教授Nan Li介绍了一种基于Governor控制器的安全学习机制，可在强化学习过程中实时监测并最小化调整策略，确保系统始终满足安全约束，并通过仿真实例验证其有效性。
东京工业大学Akisue Kuramoto：城市交通场景识别
东京工业大学助理教授Akisue Kuramoto聚焦城市环境下自动驾驶的安全问题，介绍了基于单目相机的行人、远距离车辆及雨雪天气下车道线识别技术，提升复杂城市场景感知能力。
庆北大学Kyoungseok Han：智能网联汽车合作博弈决策
庆北大学助理教授Kyoungseok Han探讨了智能网联汽车在公共道路上的博弈决策策略，提出基于车际通信的最优决策算法，并研究混合交通流中车辆间的协作机制。
拉夫堡大学Yuanjian Zhang主持会议
阿尔卡拉大学David Fernández-Llorca：可信人工智能需求
阿尔卡拉大学教授、IET Intelligent Transport Systems主编David Fernández-Llorca系统阐述了欧盟提出的可信人工智能七大核心要求，分析了自动驾驶AI系统在可解释性、鲁棒性、安全性等方面面临的关键挑战。
萨里大学Saber Fallah：深度AI保障自动驾驶安全
萨里大学副教授Saber Fallah分享了深度神经网络在自动驾驶中的验证技术，提出新型安全解决方案，致力于确保由深度学习驱动的自动驾驶系统具备高可靠性和安全保障。
南洋理工大学吕辰：人类引导强化学习决策
南洋理工大学助理教授吕辰提出将人类驾驶演示融入强化学习的安全决策框架，在复杂匝道变道场景中验证表明，该方法显著提升决策安全性，并在多项性能指标上优于现有学习型策略。
同济大学田炜：不确定性建模的3D目标检测
同济大学助理教授田炜聚焦交通场景中三维目标检测的不确定性问题，提出基于概率建模的方法，优化二维视觉特征向三维空间属性的映射精度，提升复杂环境下的感知可靠性。
TNO研究员Jan-Pieter Paardekooper：AI安全性三大挑战
TNO研究员Jan-Pieter Paardekooper提出自动驾驶AI安全性的三个关键研究方向：运行设计域与实际运行域差异的量化、系统正确行为定义与度量、以及系统性能在真实场景中的评估体系。
拉夫堡大学Jingjing Jiang：基于MPC的安全性保证
拉夫堡大学讲师Jingjing Jiang介绍了一种基于模型预测控制（MPC）的安全性分析框架，为自动驾驶车辆的动态性能与安全边界提供严谨的理论支持。
德国航空航天中心Giovanni Lucente：贝叶斯车辆意图预测
德国航空航天中心博士Giovanni Lucente提出一种融合先验混合策略纳什均衡的贝叶斯预测方法，综合传感器数据与车辆交互影响，精准预测交通参与者未来轨迹。
8月31日，第四届世界智能安全大会继续在北京举行线下会议。