图灵汇官网

自动驾驶新青年系列讲座：探索前沿技术与实践

概览

公开课全新企划「自动驾驶新青年讲座」，旨在聚焦全球顶尖学府、科研机构与领先企业的青年才俊，分享自动驾驶领域的最新研究成果与实战经验。感兴趣的朋友可与我们教研团队联系，邮箱为：class@zhidx.com。

技术亮点

• 动态环境理解：讨论如何通过理解动态环境中点的三维运动来提升自动驾驶系统的性能，这一过程被称为场景流分析。
• 3D点云技术：介绍如何直接从点云数据中估计场景流，解决传统方法依赖于立体图像和RGB-D图像的问题。
• 创新算法：展示了一种双注意力机制的层次化神经网络HALFlow，用于学习相邻帧中点特征的相关性，并逐步细化场景流预测。
• 一致性问题：探讨了3D场景流估计中的前后估计一致性问题，并提出了一种新颖的带有反向验证的all-to-all学习方法3DFlow，显著提高了估计精度。
• 激光雷达里程计：提出了一种基于3D点云输入的激光雷达里程计网络PWCLO-Net，展示了其在Kitti数据集上的卓越性能。

讲座详情

• 主讲人：上海交通大学在读博士王光明，同时在苏黎世联邦理工学院访学，曾获得上海交通大学国家奖学金，在多个顶级会议如CVPR、ECCV发表论文。
• 讲座主题：《自动驾驶中的3D点云场景流与激光雷达点云里程计》
• 直播时间：8月15日18:00
• 直播平台：公开课知识店铺

关键成果

• HALFlow：一种基于双注意力的3D点云场景流学习方法，优化相邻帧中点特征的相关性预测。
• 3DFlow：结合反向验证的all-to-all学习策略，显著提升了3D场景流估计的准确性。
• PWCLO-Net：基于3D点云的激光雷达里程计网络，实现了Kitti数据集上的高性能表现。

相关资源

• 学术论文：
  • HALFlow
  • PWCLO-Net
  • 3DFlow

开源代码

• HALFlow：GitHub
• PWCLO-Net：GitHub
• 3DFlow：GitHub