90s解读AI | 清华大学李克强院士团队: 智能网联汽车的预测性巡航控制

随着新一代移动通信技术在汽车上的大规模应用，配备通信设备的智能网联汽车(Intelligent and Connected Vehicles, ICVs)正在快速发展。道路与交通的动静态信息具有巨大的潜在应用价值，特别是对于车辆的安全与节能驾驶以及交通的高效运行具有重要意义。预测性巡航控制(Predictive Cruise Control，PCC)是一种充分利用未来道路交通信息进行车辆预测性最优行驶规划与控制的技术。受限于传统单车智能的感知范围小、车载计算能力弱等问题，PCC的技术迭代与产业发展受到了较大阻碍。近些年，随着车路云一体化系统尤其是路侧感知、大数据云计算等基础设施的不断完善，车辆逐渐具备对道路交通信息的超视距感知与融合决策计算能力，为突破单车智能的感知-决策-控制等技术瓶颈迎来了新的机遇，并快速成为当前智能网联汽车云控应用的重要研究方向。当前PCC技术的研究多关注于单车智能下的车辆纵向车速行驶控制应用，鲜有研究者对PCC技术的主要理论、创新方法、关键技术的现状与未来发展进行总结梳理。

清华大学李克强院士团队通过查阅相关领域全球文献，全面回顾了PCC的技术进展，并给出了云控系统下典型场景的PCC应用案例与未来发展。首先，文章对PCC的核心理论和关键技术进行了概述，然后根据典型场景，如高速公路和城市道路交通等，分类别深入开展PCC技术的梳理与总结。最后，文章介绍了云控系统下PCC技术的创新架构和典型应用，并展望了PCC技术的前景和未来发展趋势。

全文导读

清华李克强院士团队 | 综述：汽车预测性巡航控制及其在云控系统下的典型技术进展与展望

全文下载：

Practical Blind Image Denoising via Swin-Conv-UNet and Data Synthesis

https://link.springer.com/article/10.1007/s11633-023-1466-0

https://www.mi-research.net/en/article/doi/10.1007/s11633-023-1466-0