项目名称：先进驾驶辅助系统的环境感知方案
完成单位：西南交通大学
技术水平：国内先进
综合得分：77.4分
评审专家：刘驰（北京理工大学）、徐文政（四川大学）、徐虹（成都信息工程大学）、肖俊（浙江大学）、郭建东（电子科技大学）、彭宏（西华大学）、张士勋（成都信息工程大学）。
在此成果中，该单位开展了先进驾驶辅助系统的环境感知方案研究。该成果基于视觉的道路检测、视觉的交通标志信息的提取与识别、视觉的道路行人跌倒检测、立体视觉的车辆跟踪与检测，提出了一系列机器学习算法用于交通环境感知，为企业实施实时新型ADAS系统提供技术标准、实施方法及相关技术资料，取得了一定的应用效果。
主要创新点如下：
1、该成果提出了非结构化道路场景下基于Hough变换车道线改进检测方法，进而提出了基于端到端神经网络和Bagged Tree分类器的道路行人跌倒检测法，解决了道路行人跌倒检测特征提取主观性以及算法实时性的问题。
2、该成果提出了一种基于改进联合概率数据关联滤波器的智能车立体视觉多目标跟踪方法，提升了驾驶系统的自动化和智能化水平。进而提出了一种改进的Fast-RCNN的汽车目标检测方法，实现车辆目标快速检测。
3、该成果在实时性指标上有较大优势，各模块在实时性指标有明显提升，同时使用普通新机恶化普通双目相机作为系统硬件设备，成本上也有明显优势。
4、该成果在ADAS系统的推广应用将对道路安全方面做出贡献，能够降低交通事故率，提高交通效率，对社会经济效益产生良性的影响。也可应用于新能源汽车及相关实验平台，并使整套系统具备良好的兼容性，对于我国形成自主品牌具有积极的意义。
综上所述，评审委员会认为该项目在辅助驾驶同类技术中达到国内先进水平。
