微信里点“发现”,扫一下
二维码便可将本文分享至朋友圈
演讲摘要:近年来,个体车辆的环境感知能力显着提升。 然而,实际驾驶场景比现有数据集复杂得多,并且具有挑战性。 因此,仅仅依靠单一车辆的视角并不能满足全自动驾驶的基本需求。 与单车感知相比,车联网之间的协作有望带来更全面、更准确的环境感知。 本次报告我们将介绍多车辆、多视角、多信息源信息融合的研究进展。 此外,现实世界中的不确定因素,如恶劣的路况或极端天气,也会影响传感器采集数据的质量,导致感知算法的输出异常。 因此,我们进一步探索一种能够测量神经网络感知环境变化能力的评估框架。 在此基础上,我们还实现了多车辆目标检测的语义融合,旨在克服单车感知的局限性,提高自动驾驶车辆应对环境变化的能力和可靠性。 还将讨论互联智能支持的合作感知的未来研究方向。
讲者简介:郑心湖博士目前是香港科技大学(广州)智能交通系统中心的助理教授。 他毕业于明尼阿波利斯市明尼苏达大学电气与计算机工程专业。 在同行评议期刊和会议上发表论文20篇,包括 IEEE Internet of Things Journal、IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Systems、Man, and Cybernetics: Systems 、Neurocomputing等,并同时曾担任期刊审稿人,并为现任IEEE Transactions on intelligent vehicles副主编。 他目前的研究兴趣包括智能交通系统和ITS相关智能系统、多智能体信息融合、多模态数据融合和数据分析,利用不同的数据模态,并运用各种优化和机器学习技术,旨在推动网联智能车发展。