0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

IV 2018:自动驾驶决策控制、场景理解专题参会人数爆满

ml8z_IV_Technol 来源:电子发烧友网 作者:工程师谭军 2018-07-07 10:25 次阅读

北京时间6月26日,为期五天的第29届IEEE国际智能车大会(The 29th IEEE Intelligent Veicles Symposium,以下简称IV 2018)在中国江苏常熟拉开序幕。6月26日,IV 2018大会进行了共19个专题研讨会和教程报告(Workshop&Tutorial),让现场的600余名参会者收获颇丰。

由IEEE智能交通系统协会 (ITSS)主办,中国自动化学会、常熟市人民政府等机构承办的第29届IEEE国际智能车大会(IEEE IV 2018)于6月26日-6月30日在江苏常熟举办。6月26日,大会正式开幕的前一天,在常熟国际饭店进行了专题研讨会和教程报告(Workshop&Tutorial)。

本届大会共设有19个专题研讨会和教程报告,专题主要涉及车载传感器、智能车辆的人机交互、计算机视觉、智能车测试技术、决策与控制、智能车教学、车辆主动安全性的驾驶员警惕性评估、车联网的安全和隐私保护、自动驾驶系统的场景理解、多车协同、自然驾驶数据分析、智能交通、新能源汽车建模与优化控制、多传感器融合、目标跟踪、V2X通信等。以下列举了本届IV大会的几个热点workshop主要内容。

Decision-Making and Control on Driver Automation Interaction

以自动驾驶决策与控制为主题的“Decision-Making and Control on Driver Automation Interaction”专题研讨会是由王文硕博士担任主席,那晓翔博士、龚建伟博士、战威博士担任协同主席。来自剑桥大学的那晓翔博士首先介绍了由剑桥大学自主开发的一款用于监督记录载货车辆行驶状态的安卓手机应用,并展示了该手机应用测量得到的各种实车行驶数据,该应用既简单又实用,引来参会人员阵阵掌声。北京理工大学的吕超教授提出了一种基于迁移学习的驾驶员模型自适应建模方法,实现了不同驾驶员在数据层面的知识迁移,并通过驾驶模拟器试验对该方法进行了验证,取得了很好的效果。同样来自北京理工大学的博士研究生李子睿,在他的论文工作中,针对基于高斯混合模型构建的两种驾驶员模型进行了对比分析,研究了高斯模型关键参数对于驾驶员模型预测结果的影响,引发了中外学者的热烈讨论。这个Workshop可以说算是北京理工大学的专场了,下一位仍然是来自北京理工大学的博士研究生赵春青,他在Prescan和Malab联合仿真环境下,研究了自动驾驶车辆在多种切入行为对目标车道上车辆驾驶员驾驶舒适度的影响,观点新颖引人入胜。来自北京理工大学的博士研究生杜明明提出了基于最小二乘法的汇入策略,利用仿真分析对该策略进行了验证。自动驾驶的决策与控制是目前研究的热点,所以该研讨会聚集了很多参会人员,演讲精彩,讨论热烈。

Scene Understanding for Automatic Driving Systems

以场景理解为主题的“Scene Understanding for Automatic Driving Systems”研讨会是由中国自动化学会混合智能专委会主任西安交通大学薛建儒教授担任主席,上海交通大学杨明教授,北京大学赵慧菁教授,西安交通大学博士后、长安大学房建武博士担任协同主席,同时邀请浙江大学章***教授及国防科技大学徐昕教授分别做题为“Visual SLAM and Its Application”、“VisualSaliency Detection and Sequence Learning for Autonomous Driving”的报告。其中,章老师从视觉SLAM的基本理论出发,引出视觉SLAM的难点及团队的主要工作,特别是针对剧烈运动条件适应性、特征点匹配鲁棒性方面展开讲解,尤其是SLAM在视频编辑和自动驾驶定位中的应用,引起现场尤其是外国学者的热烈讨论。而国防科大徐昕教授则从驾驶中视觉注意机制分析出发,探讨了视觉注意在单目标跟踪、目标检测及危险物体检测方面的主要用途,他通过一个多层的、高阶傅立叶变换来识别一个图像中的感兴趣区域,能够在无人驾驶等诸多应用中带来极大的便利,具备深刻的研究启发性。来自西安交大的王迪博士,介绍了基于激光雷达的回环检测算法,通过一个基于协方差矩阵的特征表示方法和基于随机采样的回环检测策略。同时还分别邀请到厦门大学、上海交通大学、日本Denso公司的相关人员做了专题汇报。研讨会吸引到中国、美国、意大利、日本、韩国等多个国家数百位同行参与。会场座无虚席,讨论热烈。

2018 IEEE/IFAC Conference on Blockchain and Knowledge Automation

区块链为主题的“2018 IEEE/IFAC Conference on Blockchain and Knowledge Automation”研讨会吸引了许多参会者的关注。研讨会上同时成立了中国自动化学会区块链专业委员会。该专委会由中国自动化学会副理事长兼秘书长、青岛智能产业技术研究院院长王飞跃教授,中科院自动化所副研究员、青岛智能院副院长袁勇副研究员,武汉大学教授、青岛智能院平行能源技术创新中心主任张俊教授等的联合发起,以国家经济发展和行业应用的重大需求为出发点,面向区块链涉及的经济、技术、应用等一系列问题展开研究,致力于促进自动化、计算机、经济管理等区块链涉及的交叉学科领域学者的合作与交流,巩固提升中国自动化学界在区块链技术方面的学术影响力,进而引领国际区块链领域的学术方向。

据了解,本届大会共收到了来自34个国家的603篇论文,其中确认接收的论文346篇,Workshop论文共接收50篇。在所有接收的论文里,Automated Vehicles, Vision Sensing and Perception, and Autonomous/Intelligent Robotic Vehicles 成为本届论文最热的关键词。而在6月26日现场发现,以场景理解、自动驾驶车辆的决策与控制、车载传感器、多传感器融合、目标跟踪等专题研讨会受到了与会人员的广泛关注,这或许正是智能车未来几年来急需突破的几个方向。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2545

    文章

    50414

    浏览量

    750797
  • 智能交通
    +关注

    关注

    12

    文章

    789

    浏览量

    43395
  • 智能车辆
    +关注

    关注

    0

    文章

    17

    浏览量

    19238
  • 自动驾驶
    +关注

    关注

    782

    文章

    13606

    浏览量

    165875

原文标题:现场丨IEEE IV 2018: 19个专业研讨会首日齐发,自动驾驶决策控制、场景理解专题参会人数爆满

文章出处:【微信号:IV_Technology,微信公众号:智车科技】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    基于场景自动驾驶验证策略

    可选方案是将实际交通状况做出总结生成具有高度代表性的交通场景,通过仿真分析自动驾驶系统在这些场景上的安全性。然而交通场景中元素的复杂性与失败事件的罕见性导致难于准确分析系统失败的概率和
    的头像 发表于 10-22 16:14 164次阅读
    基于<b class='flag-5'>场景</b>的<b class='flag-5'>自动驾驶</b>验证策略

    自动驾驶HiL测试方案 ——场景仿真3D演示#ADAS #自动驾驶 #VTHiL

    自动驾驶
    北汇信息POLELINK
    发布于 :2024年10月16日 10:55:35

    聊聊自动驾驶离不开的感知硬件

    自动驾驶飞速发展,绕不开感知、决策控制决策的经典框架,而感知作为自动驾驶汽车“感官”的重要组成部分,决定了
    的头像 发表于 08-23 10:18 363次阅读

    FPGA在自动驾驶领域有哪些优势?

    可以根据自动驾驶系统的具体需求,通过编程来配置FPGA的逻辑功能和连接关系,以适应不同的应用场景和算法变化。这种灵活性使得FPGA能够快速适应自动驾驶技术的快速发展和变化。 低延迟: 自动驾
    发表于 07-29 17:11

    FPGA在自动驾驶领域有哪些应用?

    数据的实时处理和反馈,为自动驾驶汽车的决策提供实时、准确的数据支持。 三、控制系统优化自动驾驶汽车的控制系统是复杂的,需要实现对车速、转向、
    发表于 07-29 17:09

    自动驾驶识别技术有哪些

    自动驾驶的识别技术是自动驾驶系统中的重要组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策自动驾驶识别技术主要包括多种传感器及其融
    的头像 发表于 07-23 16:16 477次阅读

    自动驾驶的传感器技术介绍

    自动驾驶的传感器技术是自动驾驶系统的核心组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。以下是对自动驾驶传感器技术的详细介绍,内
    的头像 发表于 07-23 16:08 1900次阅读

    深度学习在自动驾驶中的关键技术

    随着人工智能技术的飞速发展,自动驾驶技术作为其中的重要分支,正逐渐走向成熟。在自动驾驶系统中,深度学习技术发挥着至关重要的作用。它通过模拟人脑的学习过程,实现对车辆周围环境的感知、理解决策
    的头像 发表于 07-01 11:40 612次阅读

    标贝数据采集标注在自动驾驶场景中落地应用实例

    AI数据服务作为人工智能和机器学习的基础,在自动驾驶领域中有着重要地位。与其他人工智能应用场景相比,自动驾驶的落地场景相对复杂,想要让汽车本身的算法做到处理更多、更复杂的
    的头像 发表于 05-28 14:22 413次阅读
    标贝数据采集标注在<b class='flag-5'>自动驾驶</b><b class='flag-5'>场景</b>中落地应用实例

    未来已来,多传感器融合感知是自动驾驶破局的关键

    巨大的进展;自动驾驶开始摒弃手动编码规则和机器学习模型的方法,转向全面采用端到端的神经网络AI系统,它能模仿学习人类司机的驾驶,遇到场景直接输入传感器数据,再直接输出转向、制动和加速信号。模仿学习人类
    发表于 04-11 10:26

    自动驾驶感知算法提升处理策略

    现代自动驾驶系统的特点是按顺序排列的模块化任务,传统的方法是基于标准的感知-规划-控制这种序列式架构的主流处理方式。即首先将感知信息处理成人类可以理解的语义信息和道路交通信息,然后基于常态化知识
    的头像 发表于 12-28 09:56 912次阅读
    <b class='flag-5'>自动驾驶</b>感知算法提升处理策略

    LabVIEW开发自动驾驶的双目测距系统

    LabVIEW开发自动驾驶的双目测距系统 随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实。从L2级别的辅助驾驶技术到L3级别的受条件约束的
    发表于 12-19 18:02

    EmerNeRF:全面基于NeRF的自动驾驶仿真框架,无需分割

    自动驾驶中,感知、表示和重建动态场景对于代理程序理解并与其环境进行交互至关重要。
    的头像 发表于 11-21 10:23 3302次阅读
    EmerNeRF:全面基于NeRF的<b class='flag-5'>自动驾驶</b>仿真框架,无需分割

    自动驾驶路径跟踪控制的种类

    行为决策自动驾驶系统架构中的位置 Claudine Badue等人以圣西班牙联邦大学(UFES)开发的自动驾驶汽车(Intelligent Autonomous Robotics
    的头像 发表于 11-10 17:30 620次阅读

    自动驾驶公开数据集的现状与挑战

    一方面,自动驾驶技术需要大量数据来训练算法模型,以识别和理解道路环境,从而做出正确的决策和行动,实现准确、稳定和安全的驾驶体验,数据的建设对于自动驾
    发表于 11-08 11:23 571次阅读
    <b class='flag-5'>自动驾驶</b>公开数据集的现状与挑战