91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

IV 2018:自動駕駛決策控制、場景理解專題參會人數(shù)爆滿

ml8z_IV_Technol ? 來源:電子發(fā)燒友網(wǎng) ? 作者:工程師譚軍 ? 2018-07-07 10:25 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

北京時間6月26日,為期五天的第29屆IEEE國際智能車大會(The 29th IEEE Intelligent Veicles Symposium,以下簡稱IV 2018)在中國江蘇常熟拉開序幕。6月26日,IV 2018大會進(jìn)行了共19個專題研討會和教程報告(Workshop&Tutorial),讓現(xiàn)場的600余名參會者收獲頗豐。

由IEEE智能交通系統(tǒng)協(xié)會 (ITSS)主辦,中國自動化學(xué)會、常熟市人民政府等機(jī)構(gòu)承辦的第29屆IEEE國際智能車大會(IEEE IV 2018)于6月26日-6月30日在江蘇常熟舉辦。6月26日,大會正式開幕的前一天,在常熟國際飯店進(jìn)行了專題研討會和教程報告(Workshop&Tutorial)。

本屆大會共設(shè)有19個專題研討會和教程報告,專題主要涉及車載傳感器、智能車輛的人機(jī)交互、計算機(jī)視覺、智能車測試技術(shù)、決策與控制、智能車教學(xué)、車輛主動安全性的駕駛員警惕性評估、車聯(lián)網(wǎng)的安全和隱私保護(hù)、自動駕駛系統(tǒng)的場景理解、多車協(xié)同、自然駕駛數(shù)據(jù)分析、智能交通、新能源汽車建模與優(yōu)化控制、多傳感器融合、目標(biāo)跟蹤、V2X通信等。以下列舉了本屆IV大會的幾個熱點(diǎn)workshop主要內(nèi)容。

Decision-Making and Control on Driver Automation Interaction

以自動駕駛決策與控制為主題的“Decision-Making and Control on Driver Automation Interaction”專題研討會是由王文碩博士擔(dān)任主席,那曉翔博士、龔建偉博士、戰(zhàn)威博士擔(dān)任協(xié)同主席。來自劍橋大學(xué)的那曉翔博士首先介紹了由劍橋大學(xué)自主開發(fā)的一款用于監(jiān)督記錄載貨車輛行駛狀態(tài)的安卓手機(jī)應(yīng)用,并展示了該手機(jī)應(yīng)用測量得到的各種實(shí)車行駛數(shù)據(jù),該應(yīng)用既簡單又實(shí)用,引來參會人員陣陣掌聲。北京理工大學(xué)的呂超教授提出了一種基于遷移學(xué)習(xí)的駕駛員模型自適應(yīng)建模方法,實(shí)現(xiàn)了不同駕駛員在數(shù)據(jù)層面的知識遷移,并通過駕駛模擬器試驗對該方法進(jìn)行了驗證,取得了很好的效果。同樣來自北京理工大學(xué)的博士研究生李子睿,在他的論文工作中,針對基于高斯混合模型構(gòu)建的兩種駕駛員模型進(jìn)行了對比分析,研究了高斯模型關(guān)鍵參數(shù)對于駕駛員模型預(yù)測結(jié)果的影響,引發(fā)了中外學(xué)者的熱烈討論。這個Workshop可以說算是北京理工大學(xué)的專場了,下一位仍然是來自北京理工大學(xué)的博士研究生趙春青,他在Prescan和Malab聯(lián)合仿真環(huán)境下,研究了自動駕駛車輛在多種切入行為對目標(biāo)車道上車輛駕駛員駕駛舒適度的影響,觀點(diǎn)新穎引人入勝。來自北京理工大學(xué)的博士研究生杜明明提出了基于最小二乘法的匯入策略,利用仿真分析對該策略進(jìn)行了驗證。自動駕駛的決策與控制是目前研究的熱點(diǎn),所以該研討會聚集了很多參會人員,演講精彩,討論熱烈。

Scene Understanding for Automatic Driving Systems

以場景理解為主題的“Scene Understanding for Automatic Driving Systems”研討會是由中國自動化學(xué)會混合智能專委會主任西安交通大學(xué)薛建儒教授擔(dān)任主席,上海交通大學(xué)楊明教授,北京大學(xué)趙慧菁教授,西安交通大學(xué)博士后、長安大學(xué)房建武博士擔(dān)任協(xié)同主席,同時邀請浙江大學(xué)章***教授及國防科技大學(xué)徐昕教授分別做題為“Visual SLAM and Its Application”、“VisualSaliency Detection and Sequence Learning for Autonomous Driving”的報告。其中,章老師從視覺SLAM的基本理論出發(fā),引出視覺SLAM的難點(diǎn)及團(tuán)隊的主要工作,特別是針對劇烈運(yùn)動條件適應(yīng)性、特征點(diǎn)匹配魯棒性方面展開講解,尤其是SLAM在視頻編輯和自動駕駛定位中的應(yīng)用,引起現(xiàn)場尤其是外國學(xué)者的熱烈討論。而國防科大徐昕教授則從駕駛中視覺注意機(jī)制分析出發(fā),探討了視覺注意在單目標(biāo)跟蹤、目標(biāo)檢測及危險物體檢測方面的主要用途,他通過一個多層的、高階傅立葉變換來識別一個圖像中的感興趣區(qū)域,能夠在無人駕駛等諸多應(yīng)用中帶來極大的便利,具備深刻的研究啟發(fā)性。來自西安交大的王迪博士,介紹了基于激光雷達(dá)的回環(huán)檢測算法,通過一個基于協(xié)方差矩陣的特征表示方法和基于隨機(jī)采樣的回環(huán)檢測策略。同時還分別邀請到廈門大學(xué)、上海交通大學(xué)、日本Denso公司的相關(guān)人員做了專題匯報。研討會吸引到中國、美國、意大利、日本、韓國等多個國家數(shù)百位同行參與。會場座無虛席,討論熱烈。

2018 IEEE/IFAC Conference on Blockchain and Knowledge Automation

區(qū)塊鏈為主題的“2018 IEEE/IFAC Conference on Blockchain and Knowledge Automation”研討會吸引了許多參會者的關(guān)注。研討會上同時成立了中國自動化學(xué)會區(qū)塊鏈專業(yè)委員會。該專委會由中國自動化學(xué)會副理事長兼秘書長、青島智能產(chǎn)業(yè)技術(shù)研究院院長王飛躍教授,中科院自動化所副研究員、青島智能院副院長袁勇副研究員,武漢大學(xué)教授、青島智能院平行能源技術(shù)創(chuàng)新中心主任張俊教授等的聯(lián)合發(fā)起,以國家經(jīng)濟(jì)發(fā)展和行業(yè)應(yīng)用的重大需求為出發(fā)點(diǎn),面向區(qū)塊鏈涉及的經(jīng)濟(jì)、技術(shù)、應(yīng)用等一系列問題展開研究,致力于促進(jìn)自動化、計算機(jī)、經(jīng)濟(jì)管理等區(qū)塊鏈涉及的交叉學(xué)科領(lǐng)域?qū)W者的合作與交流,鞏固提升中國自動化學(xué)界在區(qū)塊鏈技術(shù)方面的學(xué)術(shù)影響力,進(jìn)而引領(lǐng)國際區(qū)塊鏈領(lǐng)域的學(xué)術(shù)方向。

據(jù)了解,本屆大會共收到了來自34個國家的603篇論文,其中確認(rèn)接收的論文346篇,Workshop論文共接收50篇。在所有接收的論文里,Automated Vehicles, Vision Sensing and Perception, and Autonomous/Intelligent Robotic Vehicles 成為本屆論文最熱的關(guān)鍵詞。而在6月26日現(xiàn)場發(fā)現(xiàn),以場景理解、自動駕駛車輛的決策與控制、車載傳感器、多傳感器融合、目標(biāo)跟蹤等專題研討會受到了與會人員的廣泛關(guān)注,這或許正是智能車未來幾年來急需突破的幾個方向。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2577

    文章

    55195

    瀏覽量

    792502
  • 智能交通
    +關(guān)注

    關(guān)注

    12

    文章

    849

    瀏覽量

    45165
  • 智能車輛
    +關(guān)注

    關(guān)注

    0

    文章

    22

    瀏覽量

    19388
  • 自動駕駛
    +關(guān)注

    關(guān)注

    794

    文章

    14920

    瀏覽量

    180428

原文標(biāo)題:現(xiàn)場丨IEEE IV 2018: 19個專業(yè)研討會首日齊發(fā),自動駕駛決策控制、場景理解專題參會人數(shù)爆滿

文章出處:【微信號:IV_Technology,微信公眾號:智車科技】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    自動駕駛汽車如何完成超車?

    經(jīng)過一套完整的感知、理解、決策、規(guī)劃和控制的流程,每一步都要考慮安全和規(guī)范,需要不斷感知周圍環(huán)境,判斷什么時候超車、怎么超車、是否安全等,然后才可以按照計劃執(zhí)行操作。 自動駕駛汽車在變
    的頭像 發(fā)表于 02-16 17:37 ?1.7w次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何完成超車?

    自動駕駛汽車如何實(shí)現(xiàn)自動駕駛

    人類駕駛員而言是非常直觀且有效的指令,但對于自動駕駛汽車來說,則意味著需要一套極其復(fù)雜的感知、理解決策鏈路。 自動駕駛如何看清文字?
    的頭像 發(fā)表于 02-10 08:50 ?683次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何實(shí)現(xiàn)<b class='flag-5'>自動駕駛</b>

    自動駕駛場景生成方法及優(yōu)選方案:康謀aiSim 3DGS方案重塑行業(yè)標(biāo)準(zhǔn)

    自動駕駛技術(shù)飛速發(fā)展的當(dāng)下,仿真測試的重要性愈發(fā)凸顯,而 自動駕駛場景生成 作為仿真測試的核心環(huán)節(jié),其技術(shù)水平直接決定了測試的效率與可靠性。面對傳統(tǒng)場景生成方式的諸多痛點(diǎn),基于生成式
    的頭像 發(fā)表于 02-02 17:39 ?397次閱讀

    世界模型是讓自動駕駛汽車理解世界還是預(yù)測未來?

    ? [首發(fā)于智駕最前沿微信公眾號]世界模型在自動駕駛技術(shù)中已有廣泛應(yīng)用。但當(dāng)談及它對自動駕駛的作用時,難免會出現(xiàn)分歧。它到底是讓自動駕駛汽車得以理解世界,還是為其提供了預(yù)測未來的視角?
    的頭像 發(fā)表于 12-16 09:27 ?911次閱讀
    世界模型是讓<b class='flag-5'>自動駕駛</b>汽車<b class='flag-5'>理解</b>世界還是預(yù)測未來?

    自動駕駛汽車是如何進(jìn)行“場景理解”的?

    [首發(fā)于智駕最前沿微信公眾號]場景理解這個詞聽起來可能有點(diǎn)深奧,但在自動駕駛里,它其實(shí)就是指車輛“看到周圍環(huán)境之后,能不能真正搞明白正在發(fā)生什么”。要把這個概念講清楚,不能只停留在感知系統(tǒng)能識別
    的頭像 發(fā)表于 12-11 09:16 ?575次閱讀
    <b class='flag-5'>自動駕駛</b>汽車是如何進(jìn)行“<b class='flag-5'>場景</b><b class='flag-5'>理解</b>”的?

    什么是自動駕駛決策系統(tǒng)?發(fā)展有何挑戰(zhàn)?

    [首發(fā)于智駕最前沿微信公眾號]把自動駕駛汽車想象成一個不斷學(xué)習(xí)并做決定的人,車上的“眼睛”負(fù)責(zé)看(感知)、“記憶/推理”負(fù)責(zé)想(預(yù)測與決策)、“手腳”負(fù)責(zé)做(規(guī)劃與控制),決策系統(tǒng)則處
    的頭像 發(fā)表于 10-26 09:55 ?1627次閱讀
    什么是<b class='flag-5'>自動駕駛</b><b class='flag-5'>決策</b>系統(tǒng)?發(fā)展有何挑戰(zhàn)?

    邊聊安全 | 以L3級自動駕駛為例,詳解DDT、DDT Fallback、MRC、MRM概念

    以L3級自動駕駛為例,詳解DDT、DDTFallback、MRC、MRM概念寫在前面:在自動駕駛技術(shù)迅猛發(fā)展的今天,動態(tài)駕駛任務(wù)(DDT)及其后備(DDTfallback)成為理解
    的頭像 發(fā)表于 09-05 16:20 ?4596次閱讀
    邊聊安全 | 以L3級<b class='flag-5'>自動駕駛</b>為例,詳解DDT、DDT Fallback、MRC、MRM概念

    自動駕駛中感知、決策控制都起到什么作用?

    自動駕駛的感知、決策控制是一個高度耦合的系統(tǒng)工程。感知負(fù)責(zé)把復(fù)雜、噪聲且有不確定性的外界信息轉(zhuǎn)換為具有語義和概率描述的內(nèi)部狀態(tài);決策基于這些狀態(tài)做出策略選擇,并生成滿足動力學(xué)和安全約
    的頭像 發(fā)表于 08-31 15:40 ?1811次閱讀
    <b class='flag-5'>自動駕駛</b>中感知、<b class='flag-5'>決策</b>、<b class='flag-5'>控制</b>都起到什么作用?

    自動駕駛汽車如何處理“鬼探頭”式的邊緣場景?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛遇到“鬼探頭”式的邊緣場景時應(yīng)該如何處理?其實(shí)對于自動駕駛汽車來說,無論是常規(guī)場景,還是邊緣場景,它都
    的頭像 發(fā)表于 08-29 11:11 ?843次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何處理“鬼探頭”式的邊緣<b class='flag-5'>場景</b>?

    卡車、礦車的自動駕駛和乘用車的自動駕駛在技術(shù)要求上有何不同?

    ,自動駕駛技術(shù)也得到了充足的應(yīng)用,但因應(yīng)用場景不同,技術(shù)的側(cè)重方向也有所區(qū)別。今天就來和大家聊一聊這個話題。 應(yīng)用場景:開放道路vs封閉場地 首先要理解的是,
    的頭像 發(fā)表于 06-28 11:38 ?1550次閱讀
    卡車、礦車的<b class='flag-5'>自動駕駛</b>和乘用車的<b class='flag-5'>自動駕駛</b>在技術(shù)要求上有何不同?

    自動駕駛安全基石:ODD

    電子發(fā)燒友網(wǎng)綜合報道 自動駕駛ODD(Operational Design Domain)即設(shè)計運(yùn)行域,是指自動駕駛系統(tǒng)被設(shè)計為安全、有效運(yùn)行的具體條件范圍。它定義了自動駕駛汽車在哪些環(huán)境、
    的頭像 發(fā)表于 05-19 03:52 ?6587次閱讀

    新能源車軟件單元測試深度解析:自動駕駛系統(tǒng)視角

    的潛在風(fēng)險增加,尤其是在自動駕駛等安全關(guān)鍵系統(tǒng)中。根據(jù)ISO 26262標(biāo)準(zhǔn),自動駕駛系統(tǒng)的安全完整性等級(ASIL-D)要求單點(diǎn)故障率必須低于10^-8/小時,這意味著每小時的故障概率需控制在億
    發(fā)表于 05-12 15:59

    感知融合如何讓自動駕駛汽車“看”世界更清晰?

    ”,更是車輛實(shí)現(xiàn)自主決策的基礎(chǔ)。 環(huán)境感知系統(tǒng)需要實(shí)時采集、處理和分析車輛周圍的動態(tài)和靜態(tài)信息,包括其他車輛、行人、交通標(biāo)志、道路狀況以及天氣條件等。這些信息直接影響到自動駕駛的路徑規(guī)劃與控制
    的頭像 發(fā)表于 04-27 16:24 ?924次閱讀
    感知融合如何讓<b class='flag-5'>自動駕駛</b>汽車“看”世界更清晰?

    大模型如何推動自動駕駛技術(shù)革新?

    [首發(fā)于智駕最前沿微信公眾號]近年來,人工智能技術(shù)正以前所未有的速度在各個領(lǐng)域滲透與應(yīng)用,而大模型(大語言模型和多模態(tài)大模型)的迅猛發(fā)展為自動駕駛技術(shù)帶來了新的機(jī)遇。傳統(tǒng)的自動駕駛決策系統(tǒng)往往依賴于
    的頭像 發(fā)表于 04-20 13:16 ?1083次閱讀
    大模型如何推動<b class='flag-5'>自動駕駛</b>技術(shù)革新?

    自動駕駛中基于規(guī)則的決策和端到端大模型有何區(qū)別?

    自動駕駛架構(gòu)的選擇上,也經(jīng)歷了從感知、決策控制、執(zhí)行的三段式架構(gòu)到現(xiàn)在火熱的端到端大模型,尤其是在2024年特斯拉推出FSD V12后,各車企更是陸續(xù)推出自家的端到端大模型,這一概念也成為各車企發(fā)布會的重頭戲。
    的頭像 發(fā)表于 04-13 09:38 ?3799次閱讀
    <b class='flag-5'>自動駕駛</b>中基于規(guī)則的<b class='flag-5'>決策</b>和端到端大模型有何區(qū)別?