6．KIT MRT卡尔斯鲁厄大学自动控制所
MRT自动驾驶始于2005年的Darpa GrandChallenge，这是一项自主越野车竞赛，MRT为ION团队提供视觉组件。2007年，MRT使用大众帕萨特“AnnieWAY”入围Darpa Urban Challenge模拟城市环境赛的决赛阶段。2011年，同一辆车赢得了大型合作驾驶挑战赛，这也是第一次实施与通信设备相连的合作车辆的高速公路场景的国际比赛。截至目前，MRT已经完成了几十项自动驾驶领域的项目研发。
当前的智能车辆在多种情况下需要稳健且准确的自定位。常用方法将惯性测量单元（IMU）与全球导航卫星系统（GNSS）耦合在一起。然而，由于多路径，遮挡和大气扰动，这种解决方案在城市环境中并不可靠。基于此，MRT成立“终身视觉映射和本地化”项目组，使用安装在车辆上的多个摄像机在六个自由度中进行终身迭代映射和高精度定位，即使在有干扰的条件下，该方法也能产生厘米级精度。基于精确车道拓扑估计和临界评估的无映射驾驶项目是基于传感器系统（例如激光或相机）提取车道几何形状，目前的重点在于应用机器学习算法直接从相机图像估计拓扑结构。该场景模型用于轨迹规划，结合观察到的轨迹，感知和估计不确定性和遮挡物体。
高精度数字地图对于在复杂的动态环境中安全舒适地驾驶汽车至关重要。为了规划一个引导自动驾驶汽车的轨迹，就像有远见的驾驶人类驾驶员一样平稳。因此，该项目的目标是使用来自传感器的数据，用于本地验证存储在汽车上的地图。另一个挑战是对静态和动态遮挡进行建模，这限制了可以评估地图的范围。最终标记还可以发送回远程服务器。当识别出永久性更改时，它们可以触发重新映射过程或直接用作地图更新。
7．TU Darmstadt Institute ofAutomotive Engineering 达姆斯塔特工业大学车辆工程所
达姆斯塔特工业大学车辆工程所成立了一个为所有部门和学习领域提供模块化车辆平台的项目——aDDa 4 students。通过aDDa项目，学生可以开发和应用全自动驾驶功能的算法。除了传统算法之外，从操作数据和经验中学习的驱动功能也是非常有价值的。aDDa的长期目标是开发用于公共道路的自动驾驶汽车。例如，由FZD开发的VAAFO方法允许对学生在测试场和真实道路上开发的算法进行安全测试。参与aDDa项目，学生不仅要学习自动驾驶汽车的新功能，还要了解系统开发，实施和验证的整个过程。这些对学习自动驾驶，和科研开发具有十分重大的意义。小编认为，国内的高校也需要成立此类项目，旨在培养自动驾驶人才，培养学生的实操和解决问题的能力。
8．Uni Stuttgart IVK 斯图加特大学内燃机与汽车工程所
斯图加特大学（Universitat Stuttgart）是德国历史最悠久的技术大学之一，德国九所卓越理工大学联盟TU9成员之一，PEGASUS欧洲航空航天大学合作联盟德国六所高校之一，
斯图加特大学内燃机与汽车工程所认为自动化和连接驾驶是汽车行业最激动人心的研究领域之一。自动驾驶包括传感器技术，数据处理和轨迹规划，以及执行器的驱动。除此之外，还需要一个全新的具有可靠性和可预测性的系统行为。目前，在自动驾驶领域，斯图加特大学内燃机与汽车工程所的主要项目是同ika联合推进的Unicaragi，该项目详情，已在上文详细描述解读。
9．Uni Hannover Institute of SystemsEngineering － Real Time Systems Group 汉诺威大学系统工程所
系统工程研究所（ISE）负责复杂和技术系统的硬件和软件架构的建模，仿真，分析和实现。实时系统组（RTS）是系统工程研究所的一部分。RTS与LeibnizUniversitatHannover 的Mechatronik－Zentrum（MZH）合作进行联合研究，项目和技术交流。活动主要集中在移动服务机器人和自动化技术上。RTS致力于移动机器人的3D环境感知，定位和路径寻找，离散事件建模，嵌入式控制设备的实时系统编程和基于网络的工业自动化系统。
RTS在特殊场景下的自动驾驶颇有建树。在工业环境中，车辆中电子元件的比例正在稳步增加，但是并非所有汽车都有适当的传感器让它们自动行驶，该项目旨在研究如何使用移动传感器单元对车辆进行改装，并实现工业环境中的自动驾驶。此外，RTS与STILL GmbH合作研发了适用于工厂车间的自动叉车，该项目不仅可以降低工厂的生产成本，还可以实现对叉车的实时监控，减少错放货物的风险。
10．Oxford Robotics Institute牛津大学机器人研究所
ORI的队伍主要由研究人员、工程师和学生组成，目前ORI有6个研究小组，分别为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个组覆盖研究范围广泛，涉足机器学习和人工智能，计算机视觉，制造，多光谱传感，感知，系统工程等等。
在自动驾驶方面，ORI从2012年进入高产阶段，发布了多项包括语义映射、提高视觉鲁棒性、数据采集等数十项自动驾驶领域研究成果。
牛津移动机器人小组在陆地移动自治方面享有盛名。十年来，它已从一个典型的小型学术团体发展成为具有重要影响力的大型学术团体。MRG在英国无人驾驶汽车技术战略的演变中发挥了关键作用 － 实际上它生产了英国首款自动驾驶汽车。在语义映射方面，移动机器人中使用主动学习框架进行语义映射，并在自动驾驶的背景下进行演示，比如在停车场等地方运行的自动驾驶车辆可以对周围物体有更高层次的理解。还有多个项目是研究，在相关场景下的特征探测，探索外界事物外观变化的向关联性，以此在不同天气状况下，准确识别相同物体。
在数据收集方面，ORI更是硕果累累，小编在他们的网站上，找到了数十个在不同天气条件和不断变化的街区中采集到的数据集。在2014年5月至2015年12月期间，该团队平均每周两次使用牛津机器人汽车平台（一种日产LEAF）穿越牛津中部的路线，手机了超过1000公里的记录驾驶，安装在车辆上的6个摄像头收集了近2000万张图像，以及激光雷达，GPS和INS地面实况。
