为促进学术交流，推动师生科研能力协同提升，9月16日下午，重点实验室邀请重庆大学汪成亮教授，在双体软件精英产业学院210路演大厅开展了以《数据驱动的智能驾驶》为主题的讲座。此次讲座线下邀请綦江校区科研教师和学生、线上邀请合川校区的重点实验室兼职教师参与，实现了师生同堂研学、共促成长的良好效果。
在讲座中，汪教授以“数据驱动”为核心主线，结合重点实验室在公共大数据安全存储和隐私保护技术等研究领域，深入剖析了智能驾驶技术从传统规则驱动向数据驱动转变的底层逻辑和关键价值。他指出，在智能驾驶场景中，数据既是核心驱动力，也是安全风险的关键载体，贯穿于感知、决策与控制的整个流程，这与重点实验室长期关注的大数据安全研究方向高度契合。随着人工智能、5G+车联网技术的普及，智能驾驶系统每日需采集海量路况图像、传感器数据及用户行为信息，如何在保障数据采集完整性的同时，规避数据泄露、恶意篡改等安全风险，正是重点实验室与行业共同面临的核心课题。
在感知层面，汪教授介绍了如何利用多源传感器数据融合技术，包括激光雷达、毫米波雷达、摄像头等，获取更精准、全面的环境信息，从而解决复杂场景下的感知难题，这与他在图像大数据智能分析与处理方面的研究紧密相关。通过对大量图像数据的智能分析，能够更准确地识别道路上的车辆、行人、交通标志等目标物体，为智能驾驶决策提供可靠依据。
谈及决策与控制环节，汪教授重点强调了数据驱动的算法模型与大数据安全防护的协同重要性。他指出，传统规则驱动算法难以应对复杂交通场景的不确定性，而深度学习、强化学习等数据驱动算法能实现更智能、灵活的决策与控制。
此外，汪教授还对数据驱动的智能驾驶所面临的挑战与未来发展趋势进行了展望。他提到，当前智能驾驶面临着数据安全、隐私保护、算法可解释性等诸多挑战。在数据安全方面，如何确保车联网环境下大量敏感数据的安全传输与存储，防止数据泄露与恶意攻击，是亟待解决的问题。同时，随着智能驾驶技术的不断发展，车路协同、智能交通系统等领域将成为未来研究的重点方向，数据驱动的智能驾驶将在更广泛的交通生态中发挥关键作用。
讲座结束后，参与讲座的教师们积极提问，与汪教授就智能驾驶数据的采集处理与应用、算法优化、跨学科合作等问题进行了交流探讨。教师们纷纷表示，此次讲座拓宽了他们在数据辅助支撑和智能驾驶领域的研究视野，为今后的科研工作提供了新的思路与方法。
本次汪成亮教授开展讲座是重点实验室推动学术交流、拓展研究方向、提升科研水平的重要举措之一。未来，实验室将继续邀请专家学者开展学术讲座与交流活动，开拓学生们的科研视野，助力教师在科研道路上不断前行，为学校的科研事业发展和促进合格评估工作开展贡献力量。