2017年7月6日，汽车安全与节能国家重点实验室第198期学术沙龙在清华大学汽车研究所301成功举办，此次请到的演讲嘉宾是东京大学Kimihiko教授，演讲题目为：“Human Oriented vehicle engineering for intelligent transportation systems”。

Kimihiko教授此次演讲主要从：辅助变道系统、触觉辅助技术、驾驶者疲劳强度评估方法、道路交叉口信号传输与车辆行为控制几个方面展开，并补充了一个关于冲绳岛上自动驾驶公交车的实例，为大家展示了目前在智能交通系统领域取得的成果和面临的挑战。演讲一开始，Kimihiko教授为大家介绍了辅助变道系统（lane change assist），以及触觉（haptic）导向控制技术在其中的运用。实验结果显示，拥有转矩辅助的驾驶员，在变道的时候更加迅速便捷。无人驾驶汽车的自动与人工模式的切换中，需要用到触觉辅助技术。Kimihiko教授介绍了一个相关实验，并用转向转矩百分比变化趋势图阐明：添加触觉辅助之后，转向转矩会呈线性下降。在驾驶者疲劳评估过程中，需要计算机械转向输入和驾驶员的眨眼持续时间。转向输入为输入力矩与转向轮转动角度的互谱密度和输入力矩与驾驶员提供力矩的互谱密度的比值。评估驾驶员疲劳程度的实验在车速为40km/h的条件下进行，驾驶员被要求沿着道路中心线笔直前进。在道路上的不同距离处，显示出转向摄动的频率不断提高。在实验中，评估结果得到了良好反馈，这也印证了通过计算眨眼期来分析驾驶者疲劳程度的方法是可行且高效的。接下来的话题，是道路信号交叉口处车辆间交通信号的交互，对驾驶员行为影响的评估分析。Kimihiko教授在试验中引入车内交通信号模拟、在current和predicted两种模式下分析了车辆在交叉口的行为。在谈到无人驾驶技术的运用时，Kimihiko教授还为观众展示了一段关于冲绳岛上智能公交车的视频：一辆绿白相间的公交车行驶在环岛公路上，在途径的站点准确停车，并且司机只需要监测路况和车辆运行情况即可，其方向盘会自动根据行进路线进行调整。在车上，安装了long range LIDAR、monocular camera、short range LIDAR、side LIDAR等传感器，分别采集不同区域和距离之内的路况信息。在无人驾驶汽车经过不同路口的时候，会涉及到车辆优先级的问题。通过分析交叉路口的优先级控制策略和实际路况，Kimihiko教授团队开展了相关实验，并获得了在采取优先级控制策略和不采取该策略两种条件下的实验结果。

Kimihiko Nakano教授现任职于东京大学工学院。本科毕业于东京大学机械工程系，并在东京大学获得博士学位。主要研究领域为自动驾驶技术、共享控制、触觉引导、交通信号对驾驶员行为的影响、轨道车辆运行控制和车辆振动分析等。学术兼职有：JSPS Research Fellow、英国南安普顿访问学者等。曾获得日本机械工程师学会优秀报告和优秀论文奖，并担任International Journal of ITS Research和Transaction on the Japan Society for Mechanical Engineers的期刊主编。

本次学术沙龙活动由汽车系季学武老师主持，吸引了近110名左右的师生前来参加。在座的老师及同学们对Kimihiko教授的报告非常感兴趣，在互动环节提出了若干问题与他交流，包括自动驾驶的汽车如何对远距离范围内的路况进行预测、交通灯和汽车的通信如何实现、当驾驶者与控制系统的指令相互矛盾或产生冲突的时候如何进行方案决策等，Kimihiko教授对这些问题做了详细解答。