1.课题来源与背景： 课题类型：广东省前沿与关键技术创新粤港联合创新领域项目 课题来源单位：广东省科学技术厅 课题名称：基于MEMS激光传感器的无人驾驶关键技术研究创新平台 课题编号：2018B050502009 课题背景：本项目旨在基于MEMS激光传感器，结合人工智能，计算器视觉等研究领域的技术，探索面向自动驾驶的环境感知以及高精度定位的解决方案。

    2. 技术原理及性能指标：本项目以激光传感器为研究核心，搭建了基于MEMS激光传感器的无人驾驶创新平台。该平台集成了MEMS激光雷达、双目视觉传感器、GPS等无人驾驶中常用传感器，建立了包括多传感器统一数据模型表达、不可控复杂交通环境的场景理解、室内外混合环境定位三大核心技术在内的无人驾驶创新平台。本项目所提出的基于MEMS激光传感器的多传感器的数据统一表达模型可以有效的将不同种类、不同维度的传感器信息表征为相同数据结构。利用该模型进行目标检测与目标跟踪任务，可以达到障碍物检测率为100%，跟踪速度的精度小于1.5km/h，可以检测0.1~200米范围的障碍物。在该融合框架的基础上，本项目提出了一种基于深度学习的不可控复杂交通环境的场景理解算法，语义分割的算法的准确率为80%，动态物体分割算法的准确率为90%。定位是无人驾驶中的关键问题，本项目利用GPS、视觉传感器、MEMS激光雷达融合建图定位，建图范围大于100平方公里。利用MEMS激光雷达、RGB-D相机进行室内外混合定位，定位精度小于0.2米。

    3. 技术的创造性与先进性：（1）使用统一离散且稠密表达的传感器数据模型解决多传感器信息融合问题；（2）提出基于深度强化学习框架的不可控复杂交通环境的场景理解方法；（3）提出基于MEMS激光传感器的室内外混合环境自使用定位。

    4. 应用情况：依托于本项目所搭建的基于MEMS激光传感器的无人驾驶创新平台，目前已经成功应用于多个实际项目中。其中包括香港科技大学无人驾驶配送终端，无人车运行于香港科技大学校园内，为科大师生配送提供货物配送及视频配送。目前共通过42项的特殊测试，累积共计200km无事故里程。该项目为香港首台经过香港运输署测试的无人车项目，并且该项目受到了香港运输署的大力表彰与推广。第二个主要应用为疫情期间无人驾驶货物配送终端。该无人车运行于深圳坪山区及山东淄博市，在疫情期间为志愿者们提供无接触送餐服务，大大降低了疫情期间的交叉感染风险。该配送终端包括云服务平台，配送人员可以对无人车实现远程控制；高精度定位模块，使用多传感器融合，实现高精度定位，使得无人车在复杂环境中也可以实时感知所在位置；实时感知模块，通过摄像头及激光雷达融合感知，为无人车实时避障提供服务，保证无人车安全运行。