第四届中国汽车工程学会博士生学术论坛——智能驾驶感决规控分会场成功举办

　　2026年5月16日，第四届中国汽车工程学会博士学术论坛“智能驾驶感决规控分会场”在中山大学深圳校区成功举办。本分会场聚焦智能网联汽车与自动驾驶技术发展前沿，围绕“感知—决策—规划—控制”全链路关键技术，邀请来自高校、科研院所和行业单位的专家学者及青年科研人员，围绕端到端自动驾驶、世界模型、多模态感知、扩散模型规划、4D毫米波雷达感知、人机共驾控制等热点方向开展深入交流。

　　本分会场由上海交通大学机械与动力工程学院王亚飞教授担任分会场主席。王亚飞教授围绕智能驾驶感知、决策、规划与控制一体化发展趋势，对分会场交流主题和学术研讨方向进行了总体引导。北京理工大学深圳汽车研究院副院长孙超、清华大学车辆与运载学院助理研究员何雷参加分会场活动，并围绕青年学者报告内容开展点评交流，从研究问题凝练、技术路线创新、实验验证完善和工程应用前景等方面提出了建设性意见，为参会博士和青年科研人员进一步深化研究、拓展思路提供了有益指导。

　　活动通过青年学者报告、专家点评和现场研讨，集中展示了智能驾驶领域最新研究成果与创新思路，为推动自动驾驶技术安全可靠发展和工程化落地搭建了高水平学术交流平台。

　　重庆理工大学李学鋆讲师围绕“面向舱驾融合的人机共驾车辆驾驶权动态决策与控制方法研究”作报告。报告聚焦人机共驾过程中驾驶权分配与控制协同难题，提出基于舱内驾驶员状态与车辆外部环境信息融合的驾驶权动态决策方法，通过变约束优化与非线性鲁棒控制提升共驾系统的稳定性、安全性与可靠性。该研究为智能车辆在复杂交通环境下实现人机协同控制提供了新的技术思路。

　　同济大学纪丙东博士以“基于世界模型推理车辆交互行为反应的主动后向避撞方法”为题作报告。针对自动驾驶车辆在混合交通流中面临的后向碰撞风险，报告提出基于世界模型的车辆交互行为反应推理框架，通过在潜空间中预测自车行为对后车响应的影响，实现主动式安全决策。研究表明，该方法能够有效降低高交互跟驰场景中的碰撞风险，为自动驾驶车辆主动安全控制提供了新的方法支撑。

　　上海交通大学姜浩博士围绕“结构化标注赋能高效端到端自动驾驶”开展汇报。报告针对现有视觉语言模型在自动驾驶场景中存在语言冗余、推理开销高和实时性不足等问题，提出结构化数据表达与轻量化视觉语言模型方案，将场景理解、目标预测与驾驶决策统一到简洁高效的推理框架中。该研究为端到端自动驾驶模型的高效部署与工程应用提供了有益探索。

　　东南大学柳智超博士以“RetinexDet：基于Retinex与小波频域自适应融合的多光谱目标检测算法”为题作报告。报告面向复杂光照和低能见度条件下的自动驾驶感知需求，提出融合红外与可见光信息的轻量化多光谱目标检测方法，通过Retinex特征增强与小波频域自适应融合提升目标检测精度和模型效率。该成果展示了多模态感知在复杂环境鲁棒检测中的重要应用价值。

　　清华大学柯泽鸿博士围绕“面向端到端智驾的文本引导驾驶员目标级注意力预测”进行汇报。报告针对自动驾驶多模态大模型中“图文解耦”和“视觉幻觉”等问题，提出文本引导的目标级注意力预测方法，利用语义信息动态调制视觉特征，实现对关键目标区域的精准关注。该研究有助于提升端到端智能驾驶系统的拟人化理解能力与可解释性。

　　大连理工大学王雪成博士以“面向端到端高阶智驾的环境感知与轨迹预测方法研究”为题作报告。报告围绕智能驾驶环境理解与未来行为推演，介绍了从目标检测、持续跟踪、轨迹预测到规划输出的一体化建模方法，重点探讨了多任务协同优化、时空特征融合和复杂交互建模等关键问题。该研究为高阶智能驾驶系统构建感知—预测—规划一体化模型提供了新的技术路径。

　　华南理工大学张淏祎博士围绕“基于扩散模型的在线高精地图构建算法”开展汇报。报告针对夜晚、雨天等视觉数据质量退化场景下在线高精地图构建性能下降的问题，引入扩散模型的去噪与生成能力，提出条件特征调制和时间自适应门控机制，提升复杂环境下地图构建的鲁棒性。该研究拓展了生成式模型在自动驾驶地图构建任务中的应用边界。

　　清华大学智能产业研究院郑一楠博士以“基于扩散模型的端到端自动驾驶规划方法及其实车验证”为题作报告。报告系统探讨了扩散模型作为端到端自动驾驶规划器的可行性，围绕轨迹表示、损失设计、数据规模和强化学习后训练策略等关键因素展开研究，并在真实车辆平台上完成部署验证。该成果表明，扩散模型在复杂城市场景下具备良好的规划性能和工程应用潜力。

　　清华大学韩泽宇博士围绕“复杂场景下4D毫米波雷达鲁棒感知与多模态场景表征方法”进行汇报。报告针对夜间、雨雪和低能见度条件下自动驾驶感知性能受限的问题，研究4D毫米波雷达点云质量优化、位姿估计和多模态场景表征方法，构建从底层数据质量提升到高层场景理解的完整技术链路。该研究为复杂环境下安全可靠的自动驾驶感知提供了重要支撑。

　　吉林大学宋子钰助理研究员以“面向复杂场景的行为决策与规划：从模型推理到闭环验证”为题作报告。报告围绕复杂交通场景下自动驾驶行为决策、轨迹规划与闭环验证问题，介绍了面向行为决策的视觉语言推理框架、粗到细两阶段生成式规划方法以及实车在环验证平台。该研究体现了从算法模型创新到系统闭环测试的完整研究思路，对推动自动驾驶工程落地具有重要意义。

　　同济大学杜嘉彤博士围绕“驾驶世界模型驱动的可泛化端到端自动驾驶方法”作报告。报告聚焦端到端自动驾驶在复杂场景、分布变化和虚实迁移条件下的泛化能力问题，介绍了基于世界模型的动态环境建模、行为生成和虚实迁移方法，并结合端到端自动驾驶实验平台进行了验证。该研究为构建稳定、鲁棒、可泛化的自动驾驶系统提供了新的理论与方法支撑。

　　本次智能驾驶感决规控分会场的成功举办，为智能驾驶领域青年科研人员搭建了高水平学术交流平台，集中展示了我国青年学者在端到端自动驾驶、世界模型、多模态感知、生成式规划、智能控制与闭环验证等方向的最新研究进展。通过报告交流与专家点评，参会师生围绕智能驾驶系统安全性、可靠性、泛化能力和工程落地等关键问题进行了深入探讨，进一步凝聚了智能驾驶技术从算法创新走向系统验证、从单点突破走向融合发展的共识。未来，分会场将持续关注智能网联汽车前沿技术发展，助力青年人才成长，为我国智能汽车产业高质量发展贡献学术力量与创新动能。