「自動駕駛新青年講座」由智東西公開課企劃,致力于邀請全球知名高校、頂尖研究機構以及優秀企業的新青年,主講在環境感知、精準定位、決策規劃、控制執行等自動駕駛關鍵技術上的最新研究成果和開發實踐。「自動駕駛新青年講座」目前已完結22講,錯過往期講座直播的朋友,可以點擊文章底部“閱讀原文”進行回看!
有興趣(qu)分享的朋友(you),可以(yi)與智東西公開課(ke)教研(yan)團隊進行郵件(jian)(class@jmfly.net)聯系
自(zi)動(dong)駕(jia)(jia)駛(shi)有(you)單車(che)智能(neng)自(zi)動(dong)駕(jia)(jia)駛(shi)(AD)和(he)車(che)路(lu)協同自(zi)動(dong)駕(jia)(jia)駛(shi)(VICAD)兩(liang)大(da)技術路(lu)線。VICAD是在AD的(de)基礎上(shang),通過車(che)聯網將“人-車(che)-路(lu)-云(yun)”交通參(can)與要素有(you)機地聯系(xi)在一起(qi),助力自(zi)動(dong)駕(jia)(jia)駛(shi)車(che)輛在環境感知、計算決策和(he)控制執行(xing)等方面的(de)能(neng)力升(sheng)級,也是構建新(xin)型智慧城市的(de)核心(xin)要素。
高質量數據是車路協同自動駕駛技術的關鍵。針對目前自動駕駛數據采集制作成本過高的問題,清華大學智能產業研究院研究人員在北京高級別自動駕駛示范區指導下,聯合百度Apollo等多家單位聯合于發布車路協同數據集DAIR-V2X。該數據集已受到學術界和產業界的廣泛關注。DAIR-V2X數據集相關的論文收錄于CVPR 2022上。

該團隊又于2023年5月隆重推出第二期時序車路協同數據集V2X-Seq。該數據集是全球首個基于真實道路場景的時序車路協同數據集,向境內用戶提供下載使用。填補了目前業界真實道路場景車路協同時序數據集的空白,有效加速車路協同時序感知和車路協同軌跡預測研究。V2X-Seq數據集相關的論文收錄于CVPR 2023上。
9月7日10點,「自動駕駛新青年講座」第23講邀請到論文一作、香港大學MMLAB在讀博士俞海寶參與,主講《車路協同時序感知與行為預測》。
講者
俞海寶,香港大學MMLAB在讀博士,導(dao)師為羅平副教授(shou)。又為清(qing)華(hua)大學智能產業研究(jiu)(jiu)院DAIR-V2X車路協同Tech Lead,導(dao)師為聶再(zai)清(qing)教授(shou)。前商湯(tang)科技自動(dong)(dong)駕(jia)駛研究(jiu)(jiu)員,曾負責AI模型量(liang)化(hua)加速部署和ADAS量(liang)產交(jiao)付,帶隊完成4-bit量(liang)化(hua)框架(jia)開(kai)發落地、多任務(wu)多平臺(tai)訓推一體化(hua)框架(jia)開(kai)發等(deng)(deng)系列工(gong)作,成果(guo)獲得公(gong)司(si)“小荷尖”創(chuang)新獎。在CVPR/ECCV等(deng)(deng)人工(gong)智能頂會(hui)發表多篇一作論文,并(bing)構建多個(ge)有行業影響的數據集(ji)(如全球(qiu)首個(ge)真實場景的車路協同自動(dong)(dong)駕(jia)駛數據集(ji)DAIR-V2X),研究(jiu)(jiu)興趣包(bao)括V2X、自動(dong)(dong)駕(jia)駛、通用機(ji)器人等(deng)(deng)。
第23講
主 題
《<strong>車路協同時序感知與行為預測》
?提 綱
1、車路協同自動駕駛行業發展及研究趨勢
2、V2X-Seq數據集采集制作及使用
3、時序感知與行為預測任務及Benchmark解讀
4、車路(lu)協(xie)同(tong)感知、預測(ce)等(deng)領域科研(yan)成果分(fen)享
?直 播 信 息
直播時間:9月7日10:00
直(zhi)播地點:智東西公開課知識(shi)店鋪(pu)
成果
論文標題
《DAIR-V2X: A Large-Scale Dataset for Vehicle-Infrastructure Cooperative 3D Object Detection》
《V2X-Seq: A Large-Scale Sequential Dataset for Vehicle-Infrastructure Cooperative Perception and Forecasting》
?論文地址
//arxiv.org/pdf/2204.05575.pdf
//arxiv.org/pdf/2305.05938.pdf
開源地址
//github.com/AIR-THU/DAIR-V2X
//github.com/AIR-THU/DAIR-V2X-Seq