6．KIT MRT卡爾斯魯厄大學自動控制所

MRT自動駕駛始于2005年的Darpa GrandChallenge，這是一項自主越野車競賽，MRT為ION團隊提供視覺組件。2007年，MRT使用大眾帕薩特“AnnieWAY”入圍Darpa Urban Challenge模擬城市環境賽的決賽階段。2011年，同一輛車贏得了大型合作駕駛挑戰賽，這也是第一次實施與通信設備相連的合作車輛的高速公路場景的國際比賽。截至目前，MRT已經完成了幾十項自動駕駛領域的項目研發。

當前的智能車輛在多種情況下需要穩健且準確的自定位。常用方法將慣性測量單元（IMU）與全球導航衛星系統（GNSS）耦合在一起。然而，由于多路徑，遮擋和大氣擾動，這種解決方案在城市環境中并不可靠。基于此，MRT成立“終身視覺映射和本地化”項目組，使用安裝在車輛上的多個攝像機在六個自由度中進行終身迭代映射和高精度定位，即使在有干擾的條件下，該方法也能產生厘米級精度。基于精確車道拓撲估計和臨界評估的無映射駕駛項目是基于傳感器系統（例如激光或相機）提取車道幾何形狀，目前的重點在于應用機器學習算法直接從相機圖像估計拓撲結構。該場景模型用于軌跡規劃，結合觀察到的軌跡，感知和估計不確定性和遮擋物體。

高精度數字地圖對于在復雜的動態環境中安全舒適地駕駛汽車至關重要。為了規劃一個引導自動駕駛汽車的軌跡，就像有遠見的駕駛人類駕駛員一樣平穩。因此，該項目的目標是使用來自傳感器的數據，用于本地驗證存儲在汽車上的地圖。另一個挑戰是對靜態和動態遮擋進行建模，這限制了可以評估地圖的范圍。最終標記還可以發送回遠程服務器。當識別出永久性更改時，它們可以觸發重新映射過程或直接用作地圖更新。

7．TU Darmstadt Institute ofAutomotive Engineering 達姆斯塔特工業大學車輛工程所

達姆斯塔特工業大學車輛工程所成立了一個為所有部門和學習領域提供模塊化車輛平臺的項目——aDDa 4 students。通過aDDa項目，學生可以開發和應用全自動駕駛功能的算法。除了傳統算法之外，從操作數據和經驗中學習的驅動功能也是非常有價值的。aDDa的長期目標是開發用于公共道路的自動駕駛汽車。例如，由FZD開發的VAAFO方法允許對學生在測試場和真實道路上開發的算法進行安全測試。參與aDDa項目，學生不僅要學習自動駕駛汽車的新功能，還要了解系統開發，實施和驗證的整個過程。這些對學習自動駕駛，和科研開發具有十分重大的意義。小編認為，國內的高校也需要成立此類項目，旨在培養自動駕駛人才，培養學生的實操和解決問題的能力。

8．Uni Stuttgart IVK 斯圖加特大學內燃機與汽車工程所

斯圖加特大學（Universitat Stuttgart）是德國歷史最悠久的技術大學之一，德國九所卓越理工大學聯盟TU9成員之一，PEGASUS歐洲航空航天大學合作聯盟德國六所高校之一，

斯圖加特大學內燃機與汽車工程所認為自動化和連接駕駛是汽車行業最激動人心的研究領域之一。自動駕駛包括傳感器技術，數據處理和軌跡規劃，以及執行器的驅動。除此之外，還需要一個全新的具有可靠性和可預測性的系統行為。目前，在自動駕駛領域，斯圖加特大學內燃機與汽車工程所的主要項目是同ika聯合推進的Unicaragi，該項目詳情，已在上文詳細描述解讀。

9．Uni Hannover Institute of SystemsEngineering － Real Time Systems Group 漢諾威大學系統工程所

系統工程研究所（ISE）負責復雜和技術系統的硬件和軟件架構的建模，仿真，分析和實現。實時系統組（RTS）是系統工程研究所的一部分。RTS與LeibnizUniversitatHannover 的Mechatronik－Zentrum（MZH）合作進行聯合研究，項目和技術交流。活動主要集中在移動服務機器人和自動化技術上。RTS致力于移動機器人的3D環境感知，定位和路徑尋找，離散事件建模，嵌入式控制設備的實時系統編程和基于網絡的工業自動化系統。

RTS在特殊場景下的自動駕駛頗有建樹。在工業環境中，車輛中電子元件的比例正在穩步增加，但是并非所有汽車都有適當的傳感器讓它們自動行駛，該項目旨在研究如何使用移動傳感器單元對車輛進行改裝，并實現工業環境中的自動駕駛。此外，RTS與STILL GmbH合作研發了適用于工廠車間的自動叉車，該項目不僅可以降低工廠的生產成本，還可以實現對叉車的實時監控，減少錯放貨物的風險。

10．Oxford Robotics Institute牛津大學機器人研究所

ORI的隊伍主要由研究人員、工程師和學生組成，目前ORI有6個研究小組，分別為Mobile Robotics Group （MRG）、Applied AI Lab （A2I）、Dynamic Robot Systems Group （DRS）、Goal－Oriented Long－Lived Systems（GOALS）、Estimation，Search ＆ Planning Group （ESP）、Soft Robotics Lab，6個組覆蓋研究范圍廣泛，涉足機器學習和人工智能，計算機視覺，制造，多光譜傳感，感知，系統工程等等。

在自動駕駛方面，ORI從2012年進入高產階段，發布了多項包括語義映射、提高視覺魯棒性、數據采集等數十項自動駕駛領域研究成果。

牛津移動機器人小組在陸地移動自治方面享有盛名。十年來，它已從一個典型的小型學術團體發展成為具有重要影響力的大型學術團體。MRG在英國無人駕駛汽車技術戰略的演變中發揮了關鍵作用 － 實際上它生產了英國首款自動駕駛汽車。在語義映射方面，移動機器人中使用主動學習框架進行語義映射，并在自動駕駛的背景下進行演示，比如在停車場等地方運行的自動駕駛車輛可以對周圍物體有更高層次的理解。還有多個項目是研究，在相關場景下的特征探測，探索外界事物外觀變化的向關聯性，以此在不同天氣狀況下，準確識別相同物體。

在數據收集方面，ORI更是碩果累累，小編在他們的網站上，找到了數十個在不同天氣條件和不斷變化的街區中采集到的數據集。在2014年5月至2015年12月期間，該團隊平均每周兩次使用牛津機器人汽車平臺（一種日產LEAF）穿越牛津中部的路線，手機了超過1000公里的記錄駕駛，安裝在車輛上的6個攝像頭收集了近2000萬張圖像，以及激光雷達，GPS和INS地面實況。