16日，2名清华大学与清华汽研院联合培养的博士后和1名北京大学与清华汽研院联合培养的博士后在清华汽研院内进行了博士后开题报告，3名高端人才围绕无人驾驶汽车产业，就背景意义、研究目标、研究路线、实施进展等作了全面深入的介绍，并对专家评议组提出的问题一一作答。

　　周坤是北京大学与清华汽研院联合培养的博士后，他围绕“基于深度学习的双目环境感知”主题进行了开题报告。他表示，目前的双目视觉主流方案仍存在深度图图像质量低、光照鲁棒性、纹理鲁棒性等问题。周坤提出，该项目将根据复杂的道路交通状况的环境感知，基于激光雷达为真值数据获取手段，采集数据，构建并训练一套监督学习的双目深度视觉感知模型。对于采集到的双目图像，设计无监督模型的损失函数，构建并训练一套无监督学习的双目深度视觉感知模型。同时，针对深度模型进行模型压缩蒸馏，缩小模型尺寸，针对缩小后模型，进行定点权重量化处理，使得可以部署于嵌入式设备上。

　　张怡欢的博士后课题为“基于多传感器信息融合的无人驾驶车辆环境感知方法研究”，以多车多传感器的时空动态联合配准方法、多车多传感器融合的高精度地图构建方法、多车场景下的车辆厘米级定位方法等为研究内容，旨在突破多车协同感知过程中面临的多车信息融合的技术难点，实现遮挡下环视无盲区全息感知，以解决当前单车环境感知范围有限、目标跟踪易丢失的问题。该课题具有确保车辆自身信息同步、确保多车交互坐标统一、确保车辆自身位置精确等创新点。

　　李霖在智能网联汽车测试评价、车辆自动紧急避撞控制、智能车路系统等领域深耕近十年，已取得了多项原始创新成果。此次他的博士后课题为“考虑交通环境干扰的云控车路协同方法”，通过仿真试验、实车试验的验证方法，以云控车路协同系统架构与数学建模方法、基于协同感知与决策的多车安全辅助方法、基于协同感知与规划的多路口通行优化方法为内容，利用车路协同感知与边缘云计算，为道路内不同智能网联等级车辆提供统一通用的安全辅助与通行优化，提升行车安全性和交通效率。