自动驾驶 | 宝马如何借助深度学习开发ADAS和自动驾驶
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
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，不代表德赢Vwin官网
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
-
宝马
+关注
关注
7文章
757浏览量
32467 -
自动驾驶
+关注
关注
784文章
13784浏览量
166375 -
深度学习
+关注
关注
73文章
5500浏览量
121109
原文标题：宝马如何借助深度学习开发ADAS和自动驾驶
文章出处：【微信号：zuosiqiche，微信公众号：佐思汽车研究】欢迎添加关注！文章转载请注明出处。
发布评论请先 登录
相关推荐
自动驾驶汽车安全吗？
随着未来汽车变得更加互联，汽车逐渐变得更加依赖技术，并且逐渐变得更加自动化——最终实现自动驾驶，了解自动驾驶汽车的安全问题变得非常重要，这样你才能回答“自动驾驶汽车安全吗”和“
FPGA在自动驾驶领域有哪些优势?
FPGA（Field-Programmable Gate Array，现场可编程门阵列）在自动驾驶领域具有显著的优势，这些优势使得FPGA成为自动驾驶技术中不可或缺的一部分。以下是FPGA在自动驾驶
发表于 07-29 17:11
FPGA在自动驾驶领域有哪些应用？
FPGA（Field-Programmable Gate Array，现场可编程门阵列）在自动驾驶领域具有广泛的应用，其高性能、可配置性、低功耗和低延迟等特点为自动驾驶的实现提供了强有力的支持。以下
发表于 07-29 17:09
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
中级自动驾驶架构师应该学习哪些知识
是一个新兴且不断发展的职业。随着技术的进步，这一领域将继续吸引更多人才，推动自动驾驶技术的发展。 自动驾驶架构师在设计和开发自动驾驶系统时将面临一系列挑战，包括：安全关键的边缘情况、领域概括、模拟数据、多模
初级自动驾驶架构师应该学习哪些知识
是一个新兴且不断发展的职业。随着技术的进步，这一领域将继续吸引更多人才，推动自动驾驶技术的发展。 自动驾驶架构师在设计和开发自动驾驶系统时将面临一系列挑战，包括：安全关键的边缘情况、领域概括、模拟数据、多模
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
发表于 04-11 10:26
工商网监
评论