收起
活动主题:解析Apollo 1.5背后的“核”能力
活动摘要:9月20日,有着“汽车界安卓”之称的百度Apollo自动驾驶平台进行了新一轮的升级开放。更新迭代后的Apollo 1.5自动驾驶平台,为开发者提供了障碍物识别、决策规划、高精度地图服务、仿真平台和End-to-End深度学习自动驾驶五大核心能力,引起行业热烈反响。这些核心能力背后的设计思路和架构是什么样的,如何以最快的速度获取自身需要的技术亦成为开发者关心的热门话题。
为了帮助开发者快速掌握和使用Apollo1.5的开放能力,10月28日,Apollo资深技术工程师将首赴上海,围绕障碍物识别以及跟车方案的核心设计思路、Apollo仿真系统与高精地图设计应用以及End-to-End端到端深度学习自动驾驶的优劣与实践等主题内容展开全面分享,为开发者深度解析Apollo 1.5开放平台背后的核能力。
演讲主题:Apollo1.5自动驾驶及跟车方案的设计思路和核心架构
演讲摘要:Apollo 1.5开放了自动驾驶的核心模块并实现了跟车功能,作为自动驾驶领域主要的开源软件,Apollo给我们带来了什么?自动驾驶核心模块的设计思路有哪些?让我们在自动驾驶的世界里一起思考和探索。
讲师简介:孔旗,百度无人车预测、决策、规划、控制技术负责人,Apollo核心算法技术负责人,设计并搭建了百度无人车prediction和PnC。
演讲主题二:百度高精地图服务介绍及云端仿真平台应用
演讲概要:Apollo本次开放了无人车的两大云端的核心业务:高精地图和云端仿真。本次围绕着高精地图会重点介绍:高精地图与普通地图有什么区别?为什么无人车需要依赖高精地图?百度在高精地图有怎样的技术储备?而围绕着仿真平台会重点介绍:无人车的仿真平台与普通仿真的区别,以及如何使用百度仿真云平台支撑无人车策略的快速迭代。
讲师简介:毛继明,百度自动驾驶事业部资深架构师,百度无人驾驶云端工程架构技术负责人。目前重点关注分布式无人车仿真云平台的构建。在分布式系统架构方面拥有丰富的经验。
演讲主题三:基于深度学习的E2E系统的发展思考和应用实践
演讲概要:基于深度学习(以End-to-End为主)的无人驾驶方兴未艾。百度拥有超大规模的训练数据,同时也在CES_Asia上在国内首次实车展示了该系统。那么它与传统的无人驾驶系统相比,有哪些区别?哪些优缺点?适合做什么?不适合做什么?未来,它的发展会如何?以及,百度在这个方向的有哪些实践?本次活动将针对这些内容展开详细讲解。
讲师简介:郁浩,百度智能驾驶事业部资深架构师,负责无人驾驶算法方向,重点关注基于深度学习的无人驾驶系统,从算法到工程再到项目落地,拥有丰富的经验。
时间 | 主题 | 嘉宾 |
13:30 ~ 14:00 | 签到 | |
14:00 ~ 14:45 | Apollo1.5自动驾驶及跟车方案设计思路 | 孔旗 |
14:45 ~ 15:30 | Apollo 高精地图服务介绍及云端仿真平台应用 | 毛继明 |
15:30 ~ 15:45 | 茶歇 | |
15:45 ~ 16:30 | 基于深度学习的 End-to-End 自动驾驶方案 | 郁浩 |
分享主题一:Apollo1.5自动驾驶及跟车方案设计思路
孔旗:百度无人车预测、决策、规划、控制技术负责人,Apollo核心算法技术负责人,设计并搭建了百度无人车prediction和PnC。 | |
分享主题二:Apollo 高精地图服务介绍及云端仿真平台应用
毛继明:百度自动驾驶事业部资深架构师,百度无人驾驶云端工程架构技术负责人。目前重点关注分布式无人车仿真云平台的构建。在分布式系统架构方面拥有丰富的经验。 | |
分享主题三:基于深度学习的 End-to-End 自动驾驶方案
郁浩:百度智能驾驶事业部资深架构师,负责无人驾驶算法方向,重点关注基于深度学习的无人驾驶系统,从算法到工程再到项目落地,拥有丰富的经验。 | |