使用微信扫一扫分享到朋友圈
使用微信扫一扫进入小程序分享活动
智驾系统架构专家，曾就职于国内新势力车企和国际Tier1，有丰富的L2/L2+量产经验，熟悉绝大多数芯片的主流方案，曾带领团队完成系统架构0到1的定义、开发和量产。
某人工智能公司4d标注方向算法负责人,中科院自动化研究所模式识别与智能系统博士,10年3D视觉方向的研发经验，参与和主导2.5D&3D视觉项目以及SuperDrive BEV感知及真值系统的搭建。
课后收益：
1.对行泊一体趋势下自动驾驶传感器、域控、算法有全面了解；
2.对芯片参数和选型、应用有系统性理解；
3.自动驾驶数据闭环的整体链路和细节讲解；
4.自动驾驶开发过程中安全相关的整体开发框架和细节；
5.对自动驾驶感知算法及BEV环视感知有更深层次的理解，明晰BEV环视感知的基本设定和特点；
6.对BEV环视感知了解更加全面，可以实操各类感知系统中的任务。
自动驾驶行业研发相关从业人员；
对系统集成、零部件开发或软件开发有一定了解；
对自动驾驶系统及感知算法模块有一定程度的了解；
对自动驾驶感兴趣，有一定编程代码能力及数理基础；
1.ADAS发展历史、现状和趋势
1.1行泊车功能、传感器和域控的演进方向
1.2硬件架构和软件架构（行泊一体/舱泊一体/舱驾一体）
1.3后续发展趋势
2.芯片SoC选型
2.1 SoC关键参数、选型注意事项
2.2 主要玩家分析
2.3大算力SoC发展趋势
3.系统架构设计和安全保障
3.1关键架构设计：时间同步、冷却
3.2功能安全（FuSa)
3.3预期功能安全(SOTIF)：功能降级策略
3.4网络安全（数据安全）
4.感知和数据闭环
4.1感知：传感器介绍和算法演进方向
4.2数据闭环：数据闭环原理、现状和示例分析
1. BEV感知方案
1.1 BEV 感知的业界现状
1.2 BEV 感知与智能驾驶方案
1.3 常用的BEV感知任务
1.3.1 静态感知
1.3.2 动态感知
1.3.3 通用障碍物感知
1.4 模型的量化和部署
1.5 多任务训练
2. 4D Label
2.1 Lidar-camera 方案
2.2 纯视觉方案
2.3 数据仿真
3. 数据闭环
3.1 数据链路
3.2 数据挖掘
3.3 影子模式
退票说明：
