宝马如何借助深度学习开发ADAS和自动驾驶

2019-09-14 19:31:21· 来源：佐思汽车研究

宝马集团自动驾驶研发中心成立于2017年，位于德国慕尼黑下施莱斯海姆（Unterschleiheim），拥有约1400名雇员（含合作伙伴），涵盖传感器处理、数据分析、机器学

宝马集团自动驾驶研发中心成立于2017年，位于德国慕尼黑下施莱斯海姆（Unterschleißheim），拥有约1400名雇员（含合作伙伴），涵盖传感器处理、数据分析、机器学习、驾驶策略、硬件架构等领域的合作伙伴。

目前该研究中心有有81个课题组，30位博士。宝马自动驾驶研究车队有85辆车，每车每小时采集2T的数据。

1，自动驾驶深度学习应用设计流程

2，精细化的自动驾驶车辆表示

3，精细化自动驾驶车辆表示——目标

4，半自动标记流程

5，全卷积神经网络（FCN）模型探索

6，FCN模型探索——VKITTY和Cityscapes数据集

7，自动驾驶可行驶区域自监督学习

8，为什么需要地面检测

9，自动标记流程

10，卷积神经网络（CNN）模型探索

11，自动驾驶CNN优化技术

12，CNN优化设计流程

13，资源感知多准则优化

14，为什么需要资源感知多准则优化

15，资源感知多准则优化方法——剪枝

16，资源感知多准则优化方法——量化

17，内存和性能基准

分享到：

点赞 0 反对 0 举报 0 收藏 0 评论 0

0 条相关评论

• 汽车自动驾驶仿真：场景呈现的技术深度探讨	• 汽车自动驾驶感知模块的开发与验证：技术挑战与未来展望
• 汽车自动驾驶感知模块开发与验证中的场景仿真技术探析	• 智能网联不确定路口场景下汽车驾驶性能的实验与评价研究
• 智能网联汽车产品模拟仿真测试可信度评估方法	• 智能网联汽车产品模拟仿真测试可信度评估框架
• 智能网联汽车产品测试策略：确保安全可靠的驾驶体验	• 智能网联汽车视觉感知系统测评验证：性能评估与未来展望
• 智能网联汽车视觉感知系统全面测评：硬件设备、算法性能、	• 智能网联汽车传感器性能全面测评与未来展望

编辑推荐