订阅业界RSS CSDN首页> 业界

ApolloScape学术峰会 | 密集场景中自动驾驶车辆的仿真与导航

发表于2018-05-24 09:32| 来源Apollo开发者社区| 作者Apollo开发者社区

摘要:上个月,首届ApolloScape学术峰会在北京召开,会议汇集了来自美国、德国、澳洲、中国等地的国内外自动驾驶领域杰出的专家学者,交流分享自动驾驶数据相关的先进理念和研究成果。来自北卡罗莱纳大学教堂山分校的Dinesh Manocha教授带来关于仿真与导航的演讲报告。没有到达现场的开发者可以通过以下视...

 

 

上个月,首届ApolloScape学术峰会在北京召开,会议汇集了来自美国、德国、澳洲、中国等地的国内外自动驾驶领域杰出的专家学者,交流分享自动驾驶数据相关的先进理念和研究成果。来自北卡罗莱纳大学教堂山分校的Dinesh Manocha教授带来关于仿真与导航的演讲报告。没有到达现场的开发者可以通过以下视频内容来了解干货。 

Simulation and Navigation for Autonomous Vehicles in Dense Scenarios

  Dinesh Manocha 教授  

 

在此次ApolloScape 峰会上,Dinesh Manocha教授给我们带来了主题为 “Simulation and Navigation for Autonomous Vehicles in Dense Scenarios”演讲报告。

 

(建议在Wi-Fi环境下观看)

 

Dinesh Manocha教授目前是北卡罗莱纳大学教堂山分校计算机科学系的特聘教授。Dinesh教授的研究方向为计算机图像学和机器人技术,并在这些领域顶级会议和期刊上发表论文320余篇。他还担任过许多顶级会议的项目主席及顶级期刊的编委。由他的小组开发的关于碰撞检测、基于GPU的算法和几何计算的软件系统的用户下载量已经超过10万,并且广泛用于工业界中。 

 

在会上,Dinesh指出,虽然近些年自动驾驶发展迅猛,产生以一些深入人心的结果,但目前结果仍需路况良好作为前提;同时目前自动驾驶的研究主要集中于学习和感知,而自动驾驶的最终目的是路径规划。他还指出自动驾驶仿真器是实现L4的关键技术。

 

 

此外,Dinesh也为大家详细介绍了他们团队做的自动驾驶仿真器 Autonovi-Sim、路径规划算法Autonovi及在稠密复杂高动态环境下的路径规划算法等研究成果,为大家在研究仿真和路径规划时有了进一步的借鉴参考。

 

  

 

目前ApolloScape已开放了14.7万帧的像素级语义标注图像,向全球的自动驾驶技术研究人员提供更为实用的数据资源。此外,ApolloScape计划为数据集拓展更多类型、更多属性的数据:通过添加红外图像,帮助自动驾驶算法更容易进行夜间检测;提取更稠密的轨迹信息,用于对驾驶行为进行建模;以及通过众包模式采集立体视觉的驾驶特殊事件图像。

0
0