無人駕駛必由之路：Roadstar.ai首席科學家講透多感測器融合方案

這是自動駕駛系列課第二季的第一堂課，將關注多感測器融合。我們邀請到的是Roadstar.ai的首席科學家周光。Roadstar.ai由周光與CEO佟顯喬、CTO衡量於2017年5月創立，專註於L4無人駕駛技術。周光曾在百度無人車團隊負責標定、同步、感知等方面的工作、佟顯喬曾就職於蘋果特殊項目組（無人車研發）和NVIDIA自動駕駛演算法組，還在百度矽谷團隊擔任無人車定位和地圖組技術負責人、衡量曾就職於特斯拉Autopilot組、Google地圖街景圖，也曾在百度矽谷無人車團隊擔任Sensing組的技術負責人。

自動駕駛的技術路徑之爭一直沒有停止過，之前主流的有兩派：

一是特斯拉為代表採用的以攝像頭為主的解決方案；

二是以Waymo、百度為代表採用64線激光雷達為主的解決方案。

但是，多感測器融合解決方案，正在受到更多關注和認可。

Roadstar.ai所採用的多感測器融合解決方案，是指使用多個異構感測器來進行測量和感知，包括激光雷達、攝像頭、毫米波雷達、GPS/IMU等，通過對不同感測器的原始數據進行前融合處理，統一輸出像素級的八維空間數據。Roadstar.ai將其定義為多感測器前融合解決方案。

這堂課中，周光將對不同技術方案進行比較，並系統解析基於多感測器前融合的L4技術方案及其落地進展。

自動駕駛系列課第二季第一課由Roadstar.ai的首席科學家周光開講，主題為《多感測器融合-無人駕駛的必由之路》 ，速速掃碼報名吧！

課程信息

時間：4月23日20:00

地點：「自動駕駛」社群

課程內容

講師：周光 Roadstar.ai首席科學家

主題：多感測器融合，無人駕駛的必由之路

大綱：

1.無人駕駛格局及技術方案比較

2.多感測器融合的基本原理和演算法

3.基於多感測器前融合的L4技術方案解析

4.Roadstar.ai如何加速落地和商業化

講師介紹

周光 Roadstar.ai首席科學家

曾就職於Baidu USA無人車團隊，主要負責感測器標定、時間同步和感知深度學習演算法。2015年大疆全球開發者大賽第一名 (1 of 200+ teams);2013至2016年間幫助德州儀器Kilby Lab設計製作多種物聯網項目，並帶隊製作了Agribot機器人。博士期間主要從事無人機的感知、路徑規劃以及控制演算法的研究。Univeristy of Texas at Dallas (德州大學達拉斯分校)人工智慧方向博士學位和清華大學基科班 (30/3000)學士學位。2003機器人足球金牌，在韓國獲得亞洲第五名。

報名方式

添加實戰營聯絡員「車小東（cdxauto）」報名，添加時請備註:姓名-公司-職位或者姓名-學校-專業，因報名人數過多，優先通過備註者。

社群規則

1.智東西社群堅持實名學習、交流和合作，入群後需要修改群昵稱為：姓名-公司-所在領域，違者踢群；

2.禁止在群內廣告和發送二維碼等無關信息，違者踢群。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！