团队介绍

陈晨PI团队由陈晨教授领衔，团队汇聚了智能驾驶/自动驾驶、大模型/世界模型、物联网/车联网、人工智能/机器视觉、模式识别/自动控制方向的7名科研骨干，包括3名教授、2名副教授、1名讲师、1名博士后及14名博士生、45名硕士生，核心成员涵盖信息与通信系统、电子科学与技术、人工智能、计算机科学与技术等多学科交叉背景。团队聚焦智能和自动驾驶、大语言及世界模型、物联和车联网、人工智能及机器视觉、模式识别及自动控制领域，近三年承担国家级项目2项，省部级项目3项、发表顶刊论文37篇，顶会论文4篇、授权发明专利52项，获省部级科技奖励2项。团队与吉利汽车、路特斯汽车、中汽研等开展产学研合作，推动T-Box、智能座舱控制器、AR-HUD、BEV感知增强模组等在汽车电子中的落地应用，致力于突破融合感知、V2X通信、端到端规控、车路协同等难题，打造智能驾驶领域标杆成果。

研究方向

1、智能和自动驾驶

聚焦智能驾驶环境感知技术领域，围绕复杂交通场景下多模态数据融合与动态目标精准识别的关键技术问题，开展基于深度学习的多传感器数据协同处理、跨域特征融合算法优化、动态场景语义理解与时空推理等具体研究内容。通过构建异构传感器信息互补模型，致力于解决当前智能驾驶系统在雨雾天气、夜间环境及城市复杂路口中感知精度不足、决策滞后等行业痛点，为智能网联汽车、无人驾驶物流配送、智慧交通管理等应用领域提供核心支撑。

2、大语言及世界模型

聚焦自动驾驶大模型与世界模型的动态场景理解与决策优化技术领域，围绕模型在长尾场景下决策安全性不足、跨地域交通规则适应性差的关键技术问题，开展基于时空序列预测的场景演化建模、多源异构数据增强的泛化能力训练、基于强化学习的风险规避决策策略等具体研究内容。通过构建端到端的自动驾驶认知决策框架，致力于解决当前自动驾驶系统在极端天气、陌生路况中易出现误判、漏判等行业痛点，为无人驾驶出租车、智能物流货运、无人接驳车等应用领域提供核心支撑。

3、物联网和车联网

聚焦物联网和车联网的异构设备协同通信与海量数据实时处理技术领域，围绕设备协议兼容性差、数据传输时延高及网络安全性不足的关键技术问题，开展多协议自适应转换架构设计、边缘计算与云平台协同处理机制优化、基于区块链的可信通信安全体系构建等具体研究内容。通过研发智能动态路由算法与轻量级加密协议，致力于解决当前物联网 / 车联网在智慧城市、智慧交通等场景中设备互联不畅、数据处理效率低、隐私泄露风险高等行业痛点，为智能交通管理、工业物联网、智能家居集成等应用领域提供核心支撑。

4、人工智能及机器视觉

聚焦自动驾驶中的人工智能与机器视觉动态场景感知与目标识别技术领域，围绕复杂光照、恶劣天气及遮挡场景下目标检测精度低、语义分割模糊的关键技术问题，开展基于跨模态融合的多传感器数据增强、自适应注意力机制优化、轻量化实时语义分割网络设计等具体研究内容。通过构建端到端的深度学习模型，致力于解决当前自动驾驶系统在复杂环境下感知失效、决策失误等行业痛点，为无人驾驶乘用车、智能环卫车、无人配送车辆等应用领域提供核心支撑。

5、模式识别及自动控制

聚焦自动驾驶中的模式识别与自动控制协同优化技术领域，围绕复杂交通场景下模式识别误判率高、车辆动态控制响应滞后的关键技术问题，开展基于时空特征融合的多目标实时识别算法、模型预测控制与强化学习结合的动态决策策略、车辆动力学自适应补偿控制方法等具体研究内容。通过构建模式识别与自动控制的闭环优化体系，致力于解决当前自动驾驶系统在变道超车、路口通行等场景中因感知决策偏差导致的行驶安全性不足、舒适性欠佳等行业痛点，为智能网联汽车、无人接驳巴士、无人矿山运输等应用领域提供核心支撑。