绑定手机号
获取验证码
确认绑定
提问
0/255
提问
订阅开课提醒需关注服务号
回答成功
知道了
扫码关注智东西公开课服务号登录
请使用微信扫描二维码
扫描二维码分享给微信好友
您已订阅成功,有新课程,我们将第一时间提醒您。
知道了
发送提问成功
回答可在
“我的——我的提问”中查看
知道了
失败
多传感器融合——无人驾驶的必由之路
自动驾驶合辑第二季 2018/04/23 20:00:00
课程讲师
周光 Roadstar.ai 首席科学家

曾就职于Baidu USA无人车团队,主要负责传感器标定、时间同步和感知深度学习算法。2015年大疆全球开发者大赛第一名 (1 of 200+ teams);2013至2016年间帮助德州仪器Kilby Lab设计制作多种物联网项目,并带队制作了Agribot机器人。博士期间主要从事无人机的感知、路径规划以及控制算法的研究。Univeristy of Texas at Dallas (德州大学达拉斯分校)人工智能方向博士学位和清华大学基科班 (30/3000)学士学位。2003机器人足球金牌,在韩国获得亚洲第五名。

周光
Roadstar.ai 首席科学家

曾就职于Baidu USA无人车团队,主要负责传感器标定、时间同步和感知深度学习算法。2015年大疆全球开发者大赛第一名 (1 of 200+ teams);2013至2016年间帮助德州仪器Kilby Lab设计制作多种物联网项目,并带队制作了Agribot机器人。博士期间主要从事无人机的感知、路径规划以及控制算法的研究。Univeristy of Texas at Dallas (德州大学达拉斯分校)人工智能方向博士学位和清华大学基科班 (30/3000)学士学位。2003机器人足球金牌,在韩国获得亚洲第五名。

课程提纲
  • 无人驾驶格局及技术方案比较
  • 多传感器融合的基本原理和算法
  • 基于多传感器前融合的L4技术方案解析
  • Roadstar.ai如何加速落地和商业化
课程简介

这是自动驾驶合辑第二季的第一堂课,将关注多传感器融合。我们邀请到的是Roadstar.ai的首席科学家周光。Roadstar.ai由周光与CEO佟显乔、CTO衡量于2017年5月创立,专注于L4无人驾驶技术。周光曾在百度无人车团队负责标定、同步、感知等方面的工作、佟显乔曾就职于苹果特殊项目组(无人车研发)和NVIDIA自动驾驶算法组,还在百度硅谷团队担任无人车定位和地图组技术负责人、衡量曾就职于特斯拉Autopilot组、Google地图街景图,也曾在百度硅谷无人车团队担任Sensing组的技术负责人。

自动驾驶的技术路径之争一直没有停止过,之前主流的有两派:一是特斯拉为代表采用的以摄像头为主的解决方案;二是以Waymo、百度为代表采用64线激光雷达为主的解决方案。但是,多传感器融合解决方案,正在受到更多关注和认可。

Roadstar.ai所采用的多传感器融合解决方案,是指使用多个异构传感器来进行测量和感知,包括激光雷达、摄像头、毫米波雷达、GPS/IMU等,通过对不同传感器的原始数据进行前融合处理,统一输出像素级的八维空间数据。Roadstar.ai将其定义为多传感器前融合解决方案。

这堂课中,周光将对不同技术方案进行比较,并系统解析基于多传感器前融合的L4技术方案及其落地进展。

自动驾驶合辑第二季第一课由Roadstar.ai的首席科学家周光开讲,主题为《多传感器融合-无人驾驶的必由之路》 ,速速扫码报名吧!

精彩问答
提问
提问
目前还没有问题,可以点击右侧的“提问按钮”提问
更多问题...