在高级别自动驾驶功能应用中,车辆的智驾系统必须能够解决corner case,即罕见却又无法完全避免的极端场景。这些场景数据样本较少,一旦模型不能有效识别,可能引发严重的安全事故。
前段时间,百度在Create大会上的辅助驾驶板块发布了一个挺硬核的内容,或许能有效解决corner case,车路一体的BEV感知方案——UniBEV。
BEV自动驾驶感知好比一个从高处统观全局的“上帝视角”,将三维环境信息投影到二维平面,以俯视视角展示环境中的物体和地形。在路径规划、障碍物检测、自动驾驶决策等方面,BEV感知都展现出了其独特的优势。
车路一体的BEV感知方案——UniBEV
路径规划:BEV感知可以将复杂的道路信息简化为一系列的路径点,使得路径规划更加简单、准确。
障碍物检测:BEV感知能够清晰地展示出车辆周围的障碍物,包括车辆、行人、道路标志等,使得障碍物的检测和识别更加准确。
自动驾驶决策:BEV感知可以为自动驾驶系统提供全面的环境信息,帮助系统做出更加智能的决策。
8月22日-8月24日,我们邀请到中科院信工所H老师为我们带来——BEV视角-开启自动驾驶感知新时代,带大家3天了解自动驾驶未来方向与热点。
扫码预约直播
免费领19个自动驾驶开源数据集
19个自动驾驶开源数据集
导师介绍:H老师
-毕业于中科院
-研究方向:多媒体检索,专注于文本-视频间跨模态检索
-以第一作者身份发表多篇顶会论文,包括CVPR,WACV等
-参与多项国际竞赛,以第一参赛人身份获得4项国际前三名和1项国际竞赛第四名,曾参加2021年CVPR 国际竞赛EPIC-KITCHENS-100 Multi-Instance Retrieval Challenge,最终取得国际第1名的成绩
直播大纲
第一天:BEV视角-开启自动驾驶感知新时代
1. BEV感知的兴起及挑战
2. BEV视觉感知算法的分类
3. 基于BEV多任务学习与融合
第二天:自动驾驶-多传感器融合最新研究进展
1. 基于特征表示的多传感器/多模态融合方法
2. 基于特征对齐的多传感器/多模态融合方法
3. 基于特征融合的多传感器/多模态融合方法
4. 一种多传感器/多模态融合的样例论文
第三天:自动驾驶未来研究方向和热点
1.自动驾驶3D目标检测~多模态蒸馏新范式
2.自动驾驶地图构建~基于LiDAR的语义地图构建方法
3.自动驾驶感知未来研究方向/热点
扫码预约直播
免费领19个自动驾驶开源数据集
19个自动驾驶开源数据集
目前,自动驾驶技术的发展和应用前景非常广阔。它将对交通安全、出行便利性和环境保护等方面产生深远的影响。今年的CVPR2023最佳论文已经出炉,2篇论文从总量高达9155篇的投稿中脱颖而出,其中一篇颁给了以自动驾驶为主题的论文,该论文首次提出感知决策一体化的自动驾驶通用大模型UniAD,能够更好协助行车规划。
对于还没有发过第一篇论文,还不能通过其它方面来证明自己天赋异禀的科研新手,学会如何写论文、发顶会的重要性不言而喻。
发顶会到底难不难?近年来各大顶会的论文接收数量逐年攀升,身边的朋友同学也常有听闻成功发顶会,总让人觉得发顶会这事儿好像没那么难!
但是到了真正实操阶段才发现,并不那么简单~可能照着自己的想法做下去并不能写出一篇好的论文、甚至不能写出论文。
掌握方法,有人指点和引导很重要!
还在为创新点而头秃的CSer,还在愁如何写出一篇好论文的科研党,一定都需要来自顶会论文作者、顶会审稿人的经验传授和指点。很可能你卡了很久的某个点,在和学术前辈们聊完之后就能轻松解决。
扫码预约
大咖导师一对一论文指导
扫码预约直播
免费领19个自动驾驶开源数据集
-End-