Liu Zhanwen | Fu Fanghua steht aufrecht und trägt die Mission des intelligenten Transports

Als junge Wissenschaftlerin und Technikerin, die in den 1980er Jahren geboren wurde, zu Beginn der Reform- und Öffnungspolitik geboren wurde und das Glück hatte, die Entwicklung vieler Wissenschafts- und Technikfelder in meinem Land mitzuerleben – von der Nachahmung über die Mitarbeit bis hin zur Führungsrolle in einigen Bereichen –, hat Liu Zhanwen, Professorin an der Fakultät für Informationstechnik der Chang'an-Universität, einen starken Sinn für kollektive Ehre und wissenschaftliche Forschungsmission. Sie forscht seit langem in den Bereichen künstliche Intelligenz, Deep Learning, Computer Vision und kollaborative Wahrnehmungsleistungstests. In den letzten Jahren hat sie an Arbeiten rund um autonomes Fahren und vernetzte Transportmittel gearbeitet, darunter die Vollfaktorwahrnehmung komplexer dynamischer Verkehrsumgebungen, die Wahrnehmung und Prüfung der kollaborativen Gruppenintelligenzfusion zwischen Fahrzeug und Straße sowie die Forschung zu digitalen Zwillingen intelligent vernetzter Autobahnen und städtischer Kreuzungen. Derzeit hat die Fahrzeug-Straßen-Zusammenarbeit eine neue Entwicklungsphase erreicht, intelligente und vernetzte Technologien entwickeln sich rasant und traditionelle Verkehrstheoriesysteme, technische Systeme und Industriesysteme unterliegen drastischen Veränderungen, die durch Big-Data-Technologien vorangetrieben werden. Vor ihr liegen beispiellose Chancen und Herausforderungen sowie die unumgängliche Verantwortung der Zeit. Die aufrichtige Stimme von Liu Zhanwen und seinen Teammitgliedern in der neuen Ära und der neuen Welle lautet, auf den Aufruf zu reagieren, „die Hauptverantwortung zu übernehmen und die führende Rolle einzunehmen“, ein starkes Transportland aufzubauen und zur Weiterentwicklung intelligenter vernetzter Technologien im Transportbereich beizutragen.

▲Liu Zhanwen

Kraft sammeln und dann neue Seezeichen entwickeln

Nach seinem Highschool-Abschluss kam Liu Zhanwen zum Studium nach Xi'an und lebt seit mehr als 20 Jahren in Xi'an. Sie nennt diese alte Stadt liebevoll ihre „zweite Heimatstadt“. Das tiefgreifende historische und kulturelle Erbe von Xi'an hat sie beeinflusst und dazu geführt, dass sie unbewusst zur Ruhe kam und sich verfeinerte. Sie sagte, dass Xi'an ihr beigebracht habe, dass man großen Erfolg nur mit ausreichender Anhäufung erzielen könne.

Nach seinem Abschluss an der Northwestern Polytechnical University im Jahr 2006 wechselte Liu Zhanwen an die Chang'an University, wo er einen Master- und Doktortitel erlangte und aufgrund seiner herausragenden Leistungen dort als Dozent blieb. Während ihres Doktoratsstudiums war sie gut darin, traditionelle Methoden des maschinellen Lernens zu verwenden, um Fahrzeugziele in kontrastarmen Nachtverkehrsbildern zu erkennen. Als sie erstmals mit Deep Learning in Berührung kam, war sie von dessen leistungsstarken Möglichkeiten zur Merkmalsextraktion fasziniert. Nach der Arbeit hält sie sich über die neuesten Entwicklungen im Bereich der künstlichen Intelligenz auf dem Laufenden, behält ihren ausgeprägten akademischen Sinn und studiert robuste Wahrnehmungsalgorithmen für verschiedene Verkehrsziele in komplexen und dynamischen Verkehrsszenarien.

Durch diese schrittweise Anhäufung wurde Liu Zhanwens Entschlossenheit gestärkt, tiefer in den Bereich des intelligenten Transports einzudringen. Anstatt spezifische technische Probleme zu lösen, ist sie eher daran interessiert, die wissenschaftlichen Schwierigkeiten hinter den wichtigsten Schlüsseltechnologien anzugehen. Im Winter 2018 besuchte Liu Zhanwen für ein Jahr das Institute of Advanced Transportation Technologies der University of California, Berkeley, und verbrachte dort einen Austausch. Ihr ausländischer Co-Betreuer beschäftigt sich mit der Forschung im Zusammenhang mit der autonomen Steuerung von LKW-Konvois, wobei sie sich hauptsächlich auf die Erforschung der vollfaktoriellen Wahrnehmung der Verkehrsumgebung und ihrer Unsicherheit hinsichtlich des Führungsfahrzeugs und der nachfolgenden Fahrzeuge konzentriert.

▲Liu Zhanwen machte ein Gruppenfoto mit Teammitgliedern

Während ihres Besuchs war Liu Zhanwens Leben erfüllt von fortschrittlichen wissenschaftlichen Forschungskonzepten, akademischen Berichten von Spitzenwissenschaftlern und akademischem Austausch mit unterschiedlichem kulturellen Hintergrund. Sie beteiligte sich außerdem intensiv an internationalen Kooperationsprojekten mit ausländischen Mentoren und folgte dem Team zum Saudi Arabia National Laboratory, um zwischenzeitlich Projekte auszutauschen und Ergebnisse zu berichten. Dieses Jahr war ein wichtiger Wendepunkt in meiner wissenschaftlichen Forschungskarriere. Ich habe gelernt, wie man ein exzellentes wissenschaftliches Forschungsteam aufbaut, und erkannt, dass die Essenz wissenschaftlicher Forschung in der Verbindung von Theorie und Praxis liegt. Insbesondere sollte wissenschaftliche Forschung praktische Anwendungen und Auswirkungen berücksichtigen und in der Lage sein, allgemeine wissenschaftliche Probleme von praktischen Anwendungsproblemen zu abstrahieren. Daran habe ich bisher intensiv gearbeitet. Daher sind die Bemühungen, sich nach ihrer Rückkehr nach China Ende 2019 den großen Anforderungen der Strategie zum Aufbau eines starken Verkehrslandes zu stellen, die wichtigsten Schlüsseltechnologien und wissenschaftlichen Probleme der Fahrzeug-Straßen-Kooperation zu durchbrechen, technische Unterstützung für das Pilotdemonstrationsprojekt zur Fahrzeug-Straßen-Kooperation und zum autonomen Fahren bereitzustellen und die praktische Anwendung wissenschaftlicher Forschungsergebnisse zu fördern, zu einem neuen Leuchtturm in der wissenschaftlichen Forschungsreise von Liu Zhanwen und seinem Team geworden.

Gemeinsam zu neuen Erfolgen

Liu Zhanwen ist außerdem Leiter des Bauamts des Forschungszentrums für Fahrzeug-Internet und intelligente Fahrzeugtesttechnologie in der Provinz Shaanxi und Leiter des Labors für Verkehrsinformationserkennung und -steuerung der Universität Chang'an und hauptsächlich für den Aufbau der Laborplattform verantwortlich. Sie hat die wissenschaftlichen Forschungsergebnisse des Teams zur Wahrnehmung und Erprobung des kollaborativen autonomen Fahrens zwischen Fahrzeug und Straße auf innovative Weise in die Lehre einfließen lassen und einen erstklassigen Kurs zu virtuellen Simulationsexperimenten entwickelt, der es den Studierenden ermöglicht, sich gleichzeitig in theoretischem Lernen und praktischer Praxis weiterzuentwickeln. Für seine einschlägigen wissenschaftlichen Forschungs- und Lehrleistungen erhielt er 2019 drei erste Preise bei den Shaanxi Science and Technology Progress Awards und einen Sonderpreis beim Shaanxi Higher Education Teaching Achievement Award. Der Professor leitete Studierende außerdem zur Teilnahme an hochrangigen Fachwettbewerben an und gewann über zehn nationale Auszeichnungen. Während des Interviews erwähnte Liu Zhanwen mehr als einmal, wie wichtig es sei, „wissenschaftliche Forschung mit einer erhabenen Einstellung zu betreiben“, und äußerte seine Hoffnung, sich zu einem Forscher zu entwickeln, der innovativ ist und Wissen und Praxis integriert. Die ursprüngliche Absicht von ihr und ihrem Team besteht darin, mit der internationalen Entwicklung Schritt zu halten, originelle innovative Ergebnisse zu erzielen, sich an den strategischen Bedürfnissen des Landes auszurichten und konkrete Beiträge zur Entwicklung intelligent vernetzter Transportsysteme zu leisten.

Eine der größten Herausforderungen im Bereich der Fahrzeug-Straßen-Kooperation und des autonomen Fahrens ist derzeit die Komplexität der tatsächlichen Anwendungsszenarien. Forscher müssen zunächst das Problem der Wahrnehmung der Verkehrsumgebung in verschiedenen dynamischen Verkehrsszenarien lösen. Als Reaktion auf die großen Anforderungen im Bereich des kollaborativen autonomen Fahrens zwischen Fahrzeug und Straße konzentrierte sich das Team unter der Leitung von Liu Zhanwen auf die Forschungsrichtung der vertrauenswürdigen Wahrnehmung und Prüfung der Zusammenarbeit zwischen Fahrzeug und Straße in inkonsistenten Szenarien und erschloss sich die wichtigsten Schlüsseltechnologien in den Bereichen der Fusion heterogener Daten aus mehreren Quellen für den integrierten Informationsaustausch zwischen Fahrzeug, Straße und Cloud, der räumlich-zeitlichen Merkmalsregistrierung zwischen multimodalen und mehrskaligen Datenrahmen, der Echtzeitverfolgung mehrerer Ziele in inkonsistenten Szenarien sowie der Prüfung und Bewertung der Interaktion zwischen Fahrzeug und Straße in virtueller Realität bei komplexen Fahrzeug-Straßen-Systemen. Damit wurden nützliche Versuche unternommen, die vertrauenswürdige Wahrnehmung und die Leistungsprüfung im Bereich des kollaborativen autonomen Fahrens zwischen Fahrzeug und Straße zu lösen. Die entsprechenden Ergebnisse haben die Sicherheit des kollaborativen autonomen Fahrens zwischen Fahrzeug und Straße verbessert, das Straßenverkehrssystem optimiert und die innovative Entwicklung der digitalen Wirtschaft für intelligente Transporte meines Landes weiter gefördert.

Darunter ist das von der National Natural Science Foundation of China im Jahr 2022 geförderte Projekt „Target Trajectory Calculation and Scene Flow Digital Twin with Multimodal Perception Enhancement“ (Zieltrajektorienberechnung und digitaler Szenenfluss-Zwilling mit multimodaler Wahrnehmungsverbesserung), das sich der Lösung der aktuellen komplexen dynamischen Umgebung mit starker Kopplung, starker Zufälligkeit und starker Nichtlinearität mehrerer Ziele widmet. Bei der Wahrnehmung einzelner intelligenter Objekte kommt es häufig zu Informationsüberflutung und Wahrnehmungsfehlern, insbesondere bei starker Okklusion, außerhalb der Sichtweite oder im toten Winkel. Dies führt dazu, dass keine richtigen Entscheidungen getroffen und keine präzise Steuerung möglich ist. Basierend auf den beiden modalen Daten des Verkehrsumgebungsvideos und der Radarpunktwolke, die von der intelligenten Straßenbasisstation der Kooperationseinheit Wanjie Technology erfasst wurden, führte das Team unter der Leitung von Liu Zhanwen systematische Untersuchungen zur multimodalen Datenfusion, Zieltrajektorienextraktion, -identifizierung und -vorhersage sowie zu Problemen mit digitalen Zwillingen des Szenenflusses durch, um drei Hauptprobleme zu lösen: die Schwierigkeit, räumlich-zeitliche Merkmale zwischen multimodalen Frames auszurichten, das Fehlen von Verkehrssemantik bei der Trajektorienvorhersage und die Entwicklung des simulierten Szenenflusses, der von der realen dynamischen Zieltrajektorie abweicht. Die von ihnen in diesem Projekt vorgeschlagene multimodale, wahrnehmungsverstärkte Zieltrajektorienidentifizierung, Trajektorienvorhersage, Szenenflussschätzung und der digitale Zwilling können die Meso- und Mikroverkehrsbetriebssituation detailliert, genau und umfassend beschreiben, den Engpass der globalen Wahrnehmungstechnologie intelligenter Straßenrandausrüstung in der Fahrzeug-Straßen-Zusammenarbeitsbranche überwinden und das Testen und Verifizieren von Schlüsseltechnologien der intelligenten Straßenrandwahrnehmung in Demonstrationsanwendungen der Fahrzeug-Straßen-Zusammenarbeit beschleunigen.

Im März 2023 wurden die Ergebnisse des 14. Shaanxi Youth Science and Technology Award bekannt gegeben und Liu Zhanwen wurde erfolgreich ausgewählt. Als Liu Zhanwen die Neuigkeit erfuhr, hielt er gerade ein regelmäßiges wöchentliches Treffen mit seinen Doktoranden ab. Als sie die jungen Gesichter sah, die vor ihr Forschungsberichte vortrugen, gerieten ihre Gedanken in Aufruhr und sie wurde von Emotionen überwältigt. „Die letzten Jahre der Pandemie waren sehr schwierig, und meine Studierenden und ich haben uns gegenseitig ermutigt, Projekte in Angriff zu nehmen und komplizierte Angelegenheiten zu bewältigen, und wir haben das Wachstum, die Transformation und die Reife des anderen miterlebt. In dieser Ära der Innovation und des Wandels bin ich mir völlig im Klaren, dass diese Auszeichnung eine Ehre ist, die wir mit der Unterstützung einer großen Plattform und eines großen Teams gewonnen haben.“

Das Institut für Fahrzeugvernetzung und intelligente Fahrzeugtesttechnologie, an dem Liu Zhanwen arbeitet, verfügt über mehr als zehn wichtige wissenschaftliche Forschungsplattformen und hat unter den einheimischen Universitäten die einzige vom Verkehrsministerium anerkannte „abgeschlossene Testbasis für autonomes Fahren“ aufgebaut. Es wurde ein interdisziplinäres, innovatives Forschungsteam mit ihrem Mentor Professor Zhao Xiangmo als akademischem Leiter gebildet, das aus mehr als 50 jungen und mittelalten Akademikern und mehr als 300 Master- und Doktoranden besteht. Aus Sicht von Liu Zhanwen ist jede der oben genannten Errungenschaften das Ergebnis der gemeinsamen Anstrengungen aller.

Jetzt, nach mehreren Jahren des Aufbaus, verfügt Liu Zhanwen über eine klare akademische Entwicklungsrichtung und ein stabiles Team. Als Reaktion auf die tatsächlichen Anforderungen an die Nachhaltigkeit und das Input-Output-Verhältnis des Demonstrationsprojekts zur Zusammenarbeit zwischen Fahrzeug und Straße und auf der Grundlage des Demonstrationsprojekts eines starken Verkehrslandes – dem Sicherheitskontrollsystem der Qinling-Tunnelgruppe und dem nationalen Schlüsselprojekt für Forschung und Entwicklung – Interaktion und Demonstration zwischen Fahrzeug und Stadt in intelligenten Städten – werden sie und ihr Team sich in Zukunft der Entwicklung einer vollzeit- und domänenübergreifenden integrierten Wahrnehmung und digitaler Zwillinge für Schlüsselabschnitte widmen und so eine zuverlässige Datengrundlage und Entscheidungsunterstützung für die Sicherheit intelligenter Verkehrsabläufe bieten.