【盘点】北美顶尖学府的人工智能与智能车实验室

本文智车科技盘点了北美地区顶尖的人工智能/智能驾驶实验室，这些实验室都充分利用大学或企业的丰富资源，依托顶尖的优秀人才，始终走在科研创新的前线，在国家基础研究、技术开发和科研攻关中承担着不可替代的重大使命。

自动驾驶汽车正受到各国政府前所未有的重视，国内外各院校、研究机构都投入了大量人力、物力，各大车企、科技公司、汽车零部件供应商以及自动驾驶汽车创业公司也纷纷在这个领域进行布局。

在国外，无人驾驶技术的兴起可以追述到上世纪七十年代的实验室；随后，在1984年，DARPA（美国国防高级研究计划署）与陆军合作自主地面车辆（ALV）项目；同期，美国著名大学如卡内基·梅隆、斯坦福、麻省理工等都先后加入无人驾驶汽车的研究工作中，著名的NavLab系列智能车辆就出自卡内基·梅隆大学。

据数据统计，北美和欧洲才是自动驾驶人才最集中的地方。美国自动驾驶领域的人才数量基本是中国的 10 倍左右。在美国大型科技公司或者是车厂，一个自动驾驶部门有 1000-2000 人并不稀奇。而中国在最近两年自动驾驶领域人才速度增长迅速，人才流入量远大于流出量。今年的图灵奖也颁发给了深度学习三巨头（加拿大的Geoffrey Hinton和Yohusa Bengio，和美国的Yann Lecun）。所以对于中国企业来说，要想在自动驾驶领域有所作为，在北美建立研发团队，吸引北美地区的人才，是至关重要的。

下面智车科技盘点了北美地区顶尖的人工智能/智能驾驶实验室，这些实验室都充分利用大学或企业的丰富资源，依托顶尖的优秀人才，始终走在科研创新的前线，在国家基础研究、技术开发和科研攻关中承担着不可替代的重大使命。

1.麻省理工学院的计算机科学与人工智能实验室（MIT Computer Science & Artificial Intelligence Lab）

麻省理工学院(MIT)计算机科学研究始于上世纪30年代，人工智能研究始于1959年达特茅斯会议之后。2003年，二者合并为麻省理工学院计算机科学和人工智能实验室（MIT Computer Science andArtificial Intelligence Laboratory，CSAIL）。CSAIL在人工智能和机器学习领域目前共有116人，63个项目，24个研究小组。系统与网络领域目前共有37人，42个项目，16个研究小组。研究涉及十大领域：算法与理论、人工智能与机器学习、计算生物学、计算机构架、图形和视觉、人机交互、编程语言和软件工程、机器人、安全和密码学、系统与网络。无论是人数或是研究领域，都是美国大学中最大规模的实验室，多位图灵奖得主都出身于此实验室中。

在自动驾驶方面，MIT最有名的就是《深度学习与自动驾驶公开课》，已经成为入门自动驾驶必修课，对于刚刚接触自动驾驶、机器学习、深度学习的新人来说，是非常系统的入门学习材料。除此之外，他们强大的机器人团队正在致力于研究在没有地图或GPS情况下的无人驾驶汽车。拥有多个自动驾驶项目，比如使用CG来表征视觉在环驾驶控制器的灵敏度，自动驾驶的信息加密，自动驾驶汽车的社会兼容行为等等。名师也是比比皆是，比如Jonathan P. How、 John J. Leonard、Jessica Van Brummelen、Jessica Van Brummelen 等在自动驾驶领域全球h-index排名中都比较靠前。

2.卡内基梅隆大学机器人研究所（Carnegie Mellon University Robotics Institute）

卡内基梅隆大学在1979年成立了机器人学院（Carnegie Mellon RoboticsAcademy），专门在机器人科技领域进行实践和研究。1996年，CMRA旗下的国家机器人工程中心（National Robotics EngineeringCentre，NREC）在NASA的支持下开张，与政府及商业机构合作，进行农业、矿业、核能、航天和国防等项目研究。短短的几十年间，在智能制造，自动驾驶汽车，太空相关机器人，医疗机器人，纳米机器，计算机视觉和图形以及拟人机器人方面取得了许多研究成果。1979年，Carnegie Mellon教授Raj Reddy和Angel Jordan以及Westinghouse Electric Corp 总裁 Tom Murrin同意开设机器人研究所，目标是使其成为地球上进行机器人研究的最佳地点。

当然，卡内基梅隆大学也不负众望。在2007年DARPA城市挑战赛中，该大学与通用汽车公司制造的一款自主SUV（名为“Boss”）获得第一名，比第二名提前完成了20分钟，从而在自动驾驶领域名声大噪，Uber几乎把卡内基梅隆大学整个研究中心的人都挖走了。要知道，十多年前的比赛，无人车已经可以在模拟城市区域进行模拟任务，同时遵守交通法规，安全地融入交通流量，导航交通圈，协商繁忙的交叉路口，以及避开其他车辆，所有这些都没有人为干预。当然，CMU也诞生了很多杰出的校友，我们熟悉的李开复、陆奇都是CMU毕业的。

3.斯坦福人工智能实验室（StanfordArtificial Intelligence Lab）

1962年，John McCarthy（约翰·麦卡锡因）分时系统课题研究与主持该课题的负责人产生矛盾，离开MIT来到斯坦福，在那里组建了第二个人工智能实验室——斯坦福人工智能实验室（Stanford ArtificialIntelligence Laboratory）。

2014年，SAIL发起一项长达100年的人工智能研究计划，集聚人工智能专家、机器人专家以及其他领域的科学家，共同研究人工智能技术对未来三十年、五十年、甚至一百年后社会和经济的影响。

在2005年的DARPA挑战赛上，与卡内基梅隆大学一样，斯坦福大学也有一支自己的无人车队参赛，时任斯坦福大学人工智能实验室主任的塞巴斯蒂安·史朗（Sebastian Thrun）主持开发的自动驾驶汽车“斯坦利”（Stanley）取得了冠军。史朗和自己的团队为斯坦利编写了10万行代码的软件，它可以对传感器数据进行解读，并负责为车辆导航。史朗目前是谷歌自动驾驶汽车项目的负责人，被称为“谷歌无人车之父”。

如今，许多响当当的AI界人才及作品都是从SAIL走出来的：华裔教授李飞飞多年来致力于解决图像识别、机器学习和语言处理等AI领域的棘手难题；在线教育平台Coursera的联合创始人吴恩达，曾于2011年创建并领导了谷歌深度学习团队，打造出大规模人工神经网络；Drive.ai无人驾驶创业公司的几位联合创始人均来自斯坦福人工智能实验室。

4.SAIL-丰田人工智能研究中心（SAIL-Toyota Center For AI Research）

2015年，丰田宣布投资 2500万美元，和斯坦福大学人工智能实验室合作成立了SAIL-Toyota 人工智能研究中心，由李飞飞领导。斯坦福人工智能实验室 - 丰田研究中心是一个企业赞助的研究中心，汇集了视觉计算，机器学习，机器人等领域的研究人员。重点开发创新和有影响力的方法，算法和数据，采用综合方法，包括感知，学习，推理和互动方面的研究。

成立短短的两三年时间里，已开展了几十个机器人和自动驾驶的相关项目。比如：建立模型来解释和预测人类在更具挑战性的驾驶场景中的行为,实现车辆的交互感知控制;研究了以人为中心的自主驾驶和辅助驾驶等。

5.丰田- MITCSAIL联合研究中心（TOYOTA– MIT CSAIL JOINT RESEARCH CENTER）

同SAIL-丰田人工智能研究中心一样，该中心成立于2015年。丰田向MIT投入了2500万美元，用于人工智能和自动驾驶技术的研发。丰田-CSAIL联合研究中心旨在进一步发展自动驾驶汽车技术，目标是减少交通伤亡，甚至可能开发无法发生事故的车辆。在CSAIL总监Daniela Rus的带领下，新中心将致力于开发先进的决策算法和系统，使车辆能够安全地感知和导航周围环境，无需人工输入。研究人员将解决与从计算机视觉和感知到规划和控制等各方面相关的挑战。

在落成的这几年时间内，丰田-CSAIL联合研究中心已经研发出20余个自动驾驶领域的项目。比如：平行自主驾驶系统(Parallel Autonomous DrivingSystem)，跨越视觉 - 语言边界进行语境人车互动，杂波中并行自治的决策，预测驾驶员的心态等等。

丰田-CSAIL联合研究中心目前的女掌门是Daniela Rus，她是麻省理工学院电子工程和计算机科学教授，计算机科学和人工智能实验室主任（CSAIL）。在CSAIL，她领导了许多在交通，安全，环境建模和监测，水下勘探和农业领域的开创性研究项目。相信在Rus的领导下，丰田-CSAIL联合研究中心会研发出更多的在自动驾驶领域的开创性成果。

6.伯克利DeepDrive（BerkeleyDeepDrive）

伯克利致力于引领下一代技术革新，致力于将深度学习与汽车感知相结合，并将计算机视觉技术引入最前沿。BDD Industry Consortium研究汽车应用的计算机视觉和机器学习方面的最新技术。伯克利的多学科中心位于加州大学伯克利分校。BDD联盟与私营行业赞助商合作，将来自多个部门和中心的教师和研究人员聚集在一起，通过汽车行业的实际应用开发新兴技术。虽然，目前计算机视觉领域取得了显着进展，许多这些技术和理论尚未延伸到汽车领域。因此，伯克利DeepDrive中心希望将计算机视觉领域的前沿技术，应用到自动驾驶领域。

通过深度强化学习，跨模式转移学习，用于快速视频处理FCN，革新汽车领域的技术发展。目前中心有几十项科研项目。如：了解智能车辆的驾驶员意识，基于深度加固学习的自主车辆交通优化，无人监督的自动驾驶表征学习，学习在非结构化条件下驾驶等。

伯克利DeepDrive中心以蓬勃的发展势态，已经与多家车企和互联网公司达成战略合作关系。

7.UCSD智能安全汽车实验室&计算机视觉与机器人研究实验室（Laboratory for Intelligent & Safe Automobiles and ComputerVision & Robotics Research Laboratory）

UCSD智能安全汽车实验室：智能和安全汽车实验室（LISA）是一项综合多学科，旨在探索创新方法，使未来的汽车更安全，更“智能”。该团队的研究考虑了与驾驶员、司机、车辆动力学和车辆环境以及交通基础设施相关的参数的传感，分析，建模和预测问题。这是通过计算机视觉和智能系统的研究实现的，这些系统具有认知科学，心理学和决策理论的协同作用。

计算机视觉与机器人研究实验室：计算机视觉与机器人研究（CVRR）实验室加州大学圣地亚哥分校为研究生，教师和访问学者/合作者提供了一个独特而刺激的环境，以便在基于传感器的智能系统领域开展广泛的研究。该实验室研究的主要目的是清楚地理解集成系统完全自主或半自动操作的感知，规划和控制机制所依据的计算和工程相关问题。

该实验室负责人Mohan M. Trivedi教授是加州大学圣地亚哥分校计算机视觉和机器人研究实验室的负责人，是一位业内权威的专家，近年来他发表的多篇学术论文被IEEE ITSC，IV等国际顶级会议收录。

Mohan M. Trivedi教授带领的团队不仅得到了很多车企的支持，更是得到了政府多个机构的支持。

8. 加州大学伯克利分校机械系统控制实验室（Mechanical Systems ControlLaboratory）

MSC实验室专注于设计和开发机械系统的控制策略。MSC实验室是加州大学伯克利分校机械工程系的一员。机械系统控制实验室(及其前身)已有近40年的历史。实验室在精密运动控制、机器人控制、车辆控制、机电一体化等领域进行了开创性的研究。MSC自动驾驶实验室专注于提出新颖的方法和建立相应的设施，以解决全堆栈自动驾驶中最具挑战性的实际问题。MSC实验室致力于研究传统控制，规划和状态估计方法（最优/鲁棒控制，优化，图搜索，贝叶斯过滤等）与最先进的机器学习方法（强化学习，深度神经网络，概率图形模型等）。该实验室的负责人Masayoshi Tomizuka教授在2018年凭借对机电系统控制理论和实践的开创性贡献，荣获AACC Richard E. BellmanHeritage Award，该奖项被公认为业内的终身成就奖。

9.MPC Lab @ UC-Berkeley

汽车行业是网络物理系统（CPS）新兴创新的最丰富目标之一。过去十年，该实验室一直专注于先进的汽车安全系统。

目前的研究议程是对先进自治和半自治系统的强有力认证。与在自动驾驶汽车中完全断开驾驶员与车辆的连接不同，该团队设想了一种车辆，其中自主程度根据驾驶员行为和环境不确定性中的认证不确定性范围而实时地连续变化。根据CPS中的信任级别，在车辆总控制和自动驾驶中驾驶员之间的连续选项中选择自治程度。这种以人为中心的自治具有很高的社会影响概率（如果不低，保险政策将是相同的，系统将降低成本，市场渗透率更高）。它还会对循环中有人类的大量CPS产生直接影响，这需要稳健性证书。考虑到这一点，团队提出了一个范例转换，它关注整个网络物理载体/环境/驱动因素，从而解决了它的三个主要关键组成部分：（A）车辆/环境相互作用，（B）驾驶员不确定性和（C）在A和B的预测不确定性下，可证明安全的干预。在伯克利，该实验室正在开发一种新的科学网络物理系统科学，其目标是获得一个可证明安全的以人为中心的自治权，其中认证是证据基础并随着系统（因为新的驾驶员行为，场景，滑动动态在CPS数据库中更新）。根据开发的驾驶员/车辆/环境交互模型量化的有界状态相关不确定性来测量鲁棒性，在大数据集上校准和验证并实时更新。

10. Mobility Systems Lab atUT-Austin

由王俊敏教授带领的移动系统实验室（MSL）拥有广泛的研究活动，涵盖领域包括动力系统的控制，建模，估算，优化和诊断，特别是发动机，动力总成，后处理，混合动力，灵活燃料，替代/可再生能源，能量存储，（电动）地面车辆，自动驾驶汽车，智能交通，智能和可持续的移动性，以人为中心的自动化，网络物理和机电一体化系统。来自世界各地的20多名研究人员在MSL开展各种研究活动。王俊敏教授研究活动得到了联邦机构和工业公司的支持，包括国家科学基金会（NSF），海军研究办公室（ONR），能源部（DOE），国家公路交通安全管理局（NHTSA），通用汽车，福特，本田，天纳克，伊顿，Ftech等。

该实验室负责人王俊敏教授拥有机械，电气和汽车工程的多学科教育背景。王教授拥有IEEE车载技术杂志，IEEE / ASME机电一体化交易，IFAC控制工程实践，IFAC机电一体化，ASME交易动态期刊系统，测量和控制，富兰克林研究所杂志和SAE国际发动机杂志等多家期刊的高级编辑或技术编辑身份。

11.滑铁卢大学

【滑铁卢机电一体化车辆系统实验室Mechatronic Vehicle SystemsLab】

Amir Khajepour教授是滑铁卢大学机械和机电一体化工程教授。他是机电一体化车辆系统的加拿大首席科学家和NSERC/通用汽车整体车辆控制工业研究主席。他是动态系统系统建模和控制方面的专家，并在几个关键的多学科领域开发了广泛的研究计划。他的研究导致了许多专利和技术转让。他是400多种期刊和会议出版物以及几本书的作者。他是加拿大工程学院，美国机械工程师协会和加拿大机械工程学会的会员。

Amir Khajepour教授带领团队已经研发出十余项课题。例如：服务车辆防怠速：三个动力传动系统，用于动力总成和防空转测试；城市车辆的新技术：都市车的内部和外部的概念；智能轮胎：智能轮胎及其数据流等。

【滑铁卢认知自动驾驶（CogDrive）实验室，Waterloo Cognitive AutonomousDriving Lab】

滑铁卢大学认知自动驾驶实验室(CogDrive)研究团队目前有20余人，主要集中在Human-centered AI andengineering research for cognitive autonomous driving，主要研究方向包括驾驶员行为与认知，人车协同，认知自动驾驶等。

曹东璞教授是加拿大首席科学家(Canada Research Chair inDriver Cognition and Automated Driving)，滑铁卢大学认知自动驾驶实验室(CogDrive)主任，副教授。曾为美国卡内基梅隆大学，德国斯图加特大学，及伦敦大学学院访问教授。在汽车动力学与控制、自动驾驶、认知无人驾驶等领域发表论文200余篇（Science Robotics和IEEE汇刊60余篇）、2本英文专著，获2012SAE Arch T. Colwell Merit Award和3次国际会议最佳论文奖。近5年作为项目总负责人，自动驾驶项目从自然科学基金、欧盟地平线2020等获超过1000万加元资助，过去十年与美国通用，捷豹路虎等合作。曾主持英国自然科学基金自动驾驶重大项目（2015-2017，L3自动驾驶）。

担任IEEE TVT, T-ITS, TIE, IEEE/ASMETMECH, ASME JDSMC, IEEE/CAA JAS等国际期刊副主编，VSD，IEEE TSMC: Systems, IEEE TIV等期刊客座主编, 国际汽车工程师学会（SAE）汽车动力学国际标准委员会投票委员，IEEE智能交通学会（ITSS）协同驾驶技术委员会共同主席，中国自动化学会CAA平行智能专委会主任，IEEEIV2018程序共同主席等。

【滑铁卢汽车研究中心（WATCAR）WATERLOO CENTRE FORAUTOMOTIVE RESEARCH (WATCAR)】

滑铁卢汽车研究中心（WatCAR）致力于汽车和运输系统的合作研究，通过促进汽车行业和滑铁卢大学教授研究人员之间的关系。WatCAR还参与将本科学生与合作工作实习和实习的研究生联系起来。汽车和信息技术以快速，破坏性的速度在今天的车辆中融合。滑铁卢拥有加拿大最大的工程学院和世界上最大的数学系的计算机科学学院，他们非常了解这种融合。作为一家领先的北美学术研究中心，WatCAR目前有超过125名教授，拥有40多项研究能力。

12. 多伦多大学【Uber ATG Toronto】

Raquel Urtasun是优步ATG首席科学家兼优步ATG 多伦多负责人。她还是多伦多大学计算机科学系的副教授，加拿大机器学习和计算机视觉首席科学家以及人工智能矢量研究所的联合创始人。研究领域包括：自动驾驶汽车，计算机视觉，机器学习，遥感和机器人。

【多伦多大学动态系统实验室Dynamic systems lab】

多伦多大学航空航天研究所的动态系统实验室由Angela Schoellig教授领导。

该实验室研究集中在机器人面对越来越多的非结构化，不确定和变化的环境中以及长时间运行中所面临的挑战。这些情况对当前的机器人设计提出了挑战，这些设计依赖于提前了解环境和任务的具体情况，以便安全有效地运行。

Dynamic systems lab计划在未来三年内设计，开发和测试自动驾驶汽车。该团队将会提出无人驾驶汽车的新的解决方案，例如本地化和地图，姿势估计，车道和道路保持以及障碍物检测和跟踪。