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



-
宝马
+关注
关注
7文章
787浏览量
33955 -
自动驾驶
+关注
关注
794文章
14979浏览量
181395 -
深度学习
+关注
关注
73文章
5604浏览量
124610
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
自动驾驶端到端为什么会出现黑盒现象?
如何构建适合自动驾驶的世界模型?
自动驾驶汽车如何实现自动驾驶
如何设计好自动驾驶ODD?
自动驾驶中常提的模仿学习是什么?
不同等级的自动驾驶技术要求上有何不同?
自动驾驶中Transformer大模型会取代深度学习吗?
卡车、矿车的自动驾驶和乘用车的自动驾驶在技术要求上有何不同?
光庭信息自动驾驶试验车赴日
自动驾驶安全基石:ODD
新能源车软件单元测试深度解析:自动驾驶系统视角
自动驾驶 | 宝马如何借助深度学习开发ADAS和自动驾驶
评论