近日，由科技部指导、科技部火炬中心主办、辽宁省科技厅承办、东北科技大市场实施的第七届中国创新挑战赛（辽宁）现场赛成功举办，沈阳航空航天大学电子信息工程学院教工第一党支部李玉峰教授团队获得团体总分第一名，夺得金钥匙奖。

自动驾驶系统（ADS）为汽车工业开辟了一个新的领域，并为未来的交通提供了新的可能性，具有更高的效率和舒适的体验。近些年来，由于视觉传感器的快速兴起，视觉检测与识别技术开始走向研究视野，其具备可视性、自主性及智能性，它能够为ADS提供新的辅助手段。然而，雨雪雾图像存在能见度差、成像模糊和色彩失真等问题，严重降低了图像质量和应用效果。降雨、降雪、下雾导致视觉、成像质量急剧下降是造成交通事故的主要原因，极大地限制自动驾驶技术应用。为了让ADS继续向前推进到下一个时代，自动驾驶汽车需要更好的来应对雨雪雾天气下的视觉问题。那么如何解决雨雪雾恶劣环境下ADS精准的视觉检测与识别问题，成为了下一大科学研究的热门。

面向雨雪雾恶劣环境下ADS精准的视觉检测与识别技术的需求，开展雨雪雾恶劣环境下ADS捕获图像数据实施清晰重建与面向自动驾驶场景的目标检测与识别两项关键技术研究。分别解决雨雪雾恶劣环境下ADS捕获图像“看不清”、动态视角下车辆检测器“认不准”的难题。其中，研究运用计算机视觉技术，分别针对雨雪雾不同退化因素，通过探索有效的神经结构策略，通过整合本地信息和外部感知信息来编解码特征空间，从而得到重建的清晰图像。再通过恢复的清晰图像，构建大规模数据集，开发一种适用于ADS的高效率且低成本的网络，从而提升恶劣天气环境下自动驾驶的安全性能。针对上述关键问题，探索协同优化的新思路，对新一代ADS清晰感知与识别定位技术的发展演进提供理论方法和技术支撑，促进基础研究成果走向应用。