工研院機械所以Chrysler Pacifica型號白色轎車研發的自駕車,在中央標準12種運行模式及64種測試情境合格,... (more)

工研院資訊與通訊研究所所長闕志克表示,今年是台灣產業布局5G的練兵年,2020年則是關鍵年,台廠可在工研院提供的架構下,... (more)

字級 

自駕車多重感測深度學習引擎技術剖析

Perception Engine with Deep Learning and Sensor Fusion Technologies for Autonomous Driving

2019/08/07

  • 自動駕駛、汽車電子、車聯網之科技與商機

自動駕駛對應行車環境之不可預測因素太多,包含人為、天候與道路型態等因素。舉例如各種自駕車面對光照條件下的嚴苛挑戰;在不同天氣條件下的快速道路、高速公路、開放道路、隧道進出口等適應性光照條件;具有以高可靠度之環境感知能力幫助人類駕車等。就技術發展而言,深度學習與感測融合之整合開發,將有助於自動駕駛辨識能力。

【內容大綱】

  • 一、 國際無人車發展概況
  • 二、感測器在車用市場的發展
  • 三、深度學習技術發展
  • 四、 異質感測融合技術剖析
  • 五、 多重感測深度學習在地化自主引擎技術開發
    • (一) 自主引擎技術開發關鍵技術說明
    • (二) 多重感測深度學習在地化自主引擎現有成果
  • IEKView
 

【圖表大綱】

  • 表一、各國自駕巴士示範運行項目
  • 表二、異質感測器比較表
  • 圖一、Mobileye技術路徑圖
  • 圖二、異質感測融合模式
  • 圖三、異質感測融合之基本架構
  • 圖四、多重感測深度學習在地化自主引擎之方塊圖
  • 表三、偵測與辨識功能列表

 

本文為K卡會員相關模組訂戶限閱文章,請您登入升級後使用

檔案名稱 檔案下載 下載次數
自駕車多重感測深度學習引擎技術剖析.pdf 下載 24次
回上一頁
加入I卡會員或IEKToday APP會員享有多項免費權益:包含瀏覽部分產業焦點、產業簡報、圖表資料庫、讓您第一時間掌握產業脈動!

推薦閱讀

 
近期活動
 
 
主題文章推薦
熱門主題推薦