chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 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識你,還能領取20積分哦,立即完善>

3天內不再提示

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,中國自動化學會、常熟市人民政府等機構承辦的第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,在常熟國際飯店進行了專題研討會和教程報告(Workshop&Tutorial)。

本屆大會共設有19個專題研討會和教程報告,專題主要涉及車載傳感器、智能車輛的人機交互、計算機視覺、智能車測試技術、決策與控制、智能車教學、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、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、目標跟蹤、V2X通信等。以下列舉了本屆IV大會的幾個熱點workshop主要內容。

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任主席,那曉翔博士、龔建偉博士、戰(zhàn)威博士擔任協(xié)同主席。來自劍橋大學的那曉翔博士首先介紹了由劍橋大學自主開發(fā)的一款用于監(jiān)督記錄載貨車輛行駛狀態(tài)的安卓手機應用,并展示了該手機應用測量得到的各種實車行駛數(shù)據(jù),該應用既簡單又實用,引來參會人員陣陣掌聲。北京理工大學的呂超教授提出了一種基于遷移學習的駕駛員模型自適應建模方法,實現(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行了驗證,取得了很好的效果。同樣來自北京理工大學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建的兩種駕駛員模型進行了對比分析,研究了高斯模型關鍵參數(shù)對于駕駛員模型預測結果的影響,引發(fā)了中外學者的熱烈討論。這個Workshop可以說算是北京理工大學的專場了,下一位仍然是來自北京理工大學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車道上車輛駕駛員駕駛舒適度的影響,觀點新穎引人入勝。來自北京理工大學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行了驗證。自動駕駛的決策與控制是目前研究的熱點,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會混合智能專委會主任西安交通大學薛建儒教授擔任主席,上海交通大學楊明教授,北京大學趙慧菁教授,西安交通大學博士后、長安大學房建武博士擔任協(xié)同主席,同時邀請浙江大學章***教授及國防科技大學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的難點及團隊的主要工作,特別是針對劇烈運動條件適應性、特征點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用,引起現(xiàn)場尤其是外國學者的熱烈討論。而國防科大徐昕教授則從駕駛中視覺注意機制分析出發(fā),探討了視覺注意在單目標跟蹤、目標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采樣的回環(huán)檢測策略。同時還分別邀請到廈門大學、上海交通大學、日本Denso公司的相關人員做了專題匯報。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注。研討會上同時成立了中國自動化學會區(qū)塊鏈專業(yè)委員會。該專委會由中國自動化學會副理事長兼秘書長、青島智能產(chǎn)業(yè)技術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,武漢大學教授、青島智能院平行能源技術創(chuàng)新中心主任張俊教授等的聯(lián)合發(fā)起,以國家經(jīng)濟發(fā)展和行業(yè)應用的重大需求為出發(fā)點,面向區(qū)塊鏈涉及的經(jīng)濟、技術、應用等一系列問題展開研究,致力于促進自動化、計算機、經(jīng)濟管理等區(qū)塊鏈涉及的交叉學科領域學者的合作與交流,鞏固提升中國自動化學界在區(qū)塊鏈技術方面的學術影響力,進而引領國際區(qū)塊鏈領域的學術方向。

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、目標跟蹤等專題研討會受到了與會人員的廣泛關注,這或許正是智能車未來幾年來急需突破的幾個方向。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,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習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關注

    關注

    2573

    文章

    53856

    瀏覽量

    779881
  • 智能交通
    +關注

    關注

    12

    文章

    831

    瀏覽量

    44815
  • 智能車輛
    +關注

    關注

    0

    文章

    19

    瀏覽量

    19338
  • 自動駕駛
    +關注

    關注

    791

    文章

    14542

    瀏覽量

    173872

原文標題: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】歡迎添加關注!文章轉載請注明出處。

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

    相關推薦
    熱點推薦

    自動駕駛仿真測試有什么具體要求?

    、動力響應和操控穩(wěn)定性,自動駕駛系統(tǒng)的復雜性主要體現(xiàn)在感知、決策控制等軟件層面,其運行行為高度依賴于交通環(huán)境、傳感器輸入和系統(tǒng)邏輯。這也就意味著,傳統(tǒng)的物理測試方法已經(jīng)難以全面覆蓋自動駕駛
    的頭像 發(fā)表于 10-15 09:14 ?150次閱讀
    <b class='flag-5'>自動駕駛</b>仿真測試有什么具體要求?

    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:在自動駕駛技術迅猛發(fā)展的今天,動態(tài)駕駛任務(DDT)及其后備(DDTfallback)成為理解
    的頭像 發(fā)表于 09-05 16:20 ?2145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。感知負責把復雜、噪聲且有不確定性的外界信息轉換為具有語義和概率描述的內部狀態(tài);決策基于這些狀態(tài)做出策略選擇,并生成滿足動力學和安全約
    的頭像 發(fā)表于 08-31 15:40 ?1223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”式的邊緣場景時應該如何處理?其實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 ?403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要求上有何不同?

    ,自動駕駛技術也得到了充足的應用,但因應用場景不同,技術的側重方向也有所區(qū)別。今天就來和大家聊一聊這個話題。 應用場景: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 ?530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)即設計運行域,是指自動駕駛系統(tǒng)被設計為安全、有效運行的具體條件范圍。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 ?5562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

    的潛在風險增加,尤其是在自動駕駛等安全關鍵系統(tǒng)中。根據(jù)ISO 26262標準,自動駕駛系統(tǒng)的安全完整性等級(ASIL-D)要求單點故障率必須低于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?

    ”,更是車輛實現(xiàn)自主決策的基礎。 環(huán)境感知系統(tǒng)需要實時采集、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 ?498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,人工智能技術正以前所未有的速度在各個領域滲透與應用,而大模型(大語言模型和多模態(tài)大模型)的迅猛發(fā)展為自動駕駛技術帶來了新的機遇。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 ?540次閱讀
    大模型如何推動<b class='flag-5'>自動駕駛</b>技術革新?

    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 ?3259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?

    淺析基于自動駕駛的4D-bev標注技術

    4D-bev標注技術是指在3D空間中以時間作為第四個維度進行標注的過程。4D-bev通常在地場景較為復雜的自動駕駛場景中使用,其可以通過精準地跟蹤和記錄動態(tài)對象的運動軌跡、姿勢變化以及速度等信息,全面
    的頭像 發(fā)表于 12-06 15:01 ?5801次閱讀
    淺析基于<b class='flag-5'>自動駕駛</b>的4D-bev標注技術

    一文聊聊自動駕駛測試技術的挑戰(zhàn)與創(chuàng)新

    隨著自動駕駛技術的飛速發(fā)展,自動駕駛測試的重要性也日益凸顯。自動駕駛測試不僅需要驗證車輛的感知、決策、控制模塊的獨立性能,還需確保系統(tǒng)在復雜
    的頭像 發(fā)表于 12-03 15:56 ?1108次閱讀
    一文聊聊<b class='flag-5'>自動駕駛</b>測試技術的挑戰(zhàn)與創(chuàng)新

    什么是自動駕駛場景仿真軟件——VTD(Virtial Test Drive)?#ADAS #智能駕駛

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年11月20日 18:38:20

    基于場景自動駕駛驗證策略

    可選方案是將實際交通狀況做出總結生成具有高度代表性的交通場景,通過仿真分析自動駕駛系統(tǒng)在這些場景上的安全性。然而交通場景中元素的復雜性與失敗事件的罕見性導致難于準確分析系統(tǒng)失敗的概率和
    的頭像 發(fā)表于 10-22 16:14 ?1069次閱讀
    基于<b class='flag-5'>場景</b>的<b class='flag-5'>自動駕駛</b>驗證策略

    自動駕駛HiL測試方案案例分析--ADS HiL測試系統(tǒng)#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月22日 15:20:19