Apollo 无人驾驶平台中多传感器标定

作者/分享人:Guang Chen
向 Ta 提问
Chen Guang,百度美研Apollo感知团队,资深软件架构师。曾加入美国斯坦福国际研究院,担任计算机视觉研发科学家。以项目负责人身份(Co-PI)和技术负责人(tech lead)的身份,参与、负责了美国国防部高等技术研究署(DARPA,IARPA)的数个大型研发项目。2016年加入百度硅谷无人车感知团队,以高级科学家和资深架构师的身份从事计算机视觉的研发工作。目前学术上担任CVPR, ICCV,ICME等权威会议的委员会委员。

传感器标定是无人车中最基础也是最核心的模块之一。作为软件层提供的第一项服务,标定的质量和准确度对感知、定位地图、PNC 等模块有着极大的影响。在 Apollo 开放平台中,我们提供了丰富的多传感器标定服务,如激光雷达,惯导、摄像头、多普勒雷达等多种传感器之间的标定。

传感器标定算法通常覆盖了常规的 L2-L4 级别自动驾驶的传感器配置和标定需求,其覆盖广,复杂性高。那么开发者如何更好地应用这项技术呢?欢迎一起学习讨论!

本次 Chat 主要内容:

  1. 多传感器标定简述
  2. Apollo 标定流程详解
  3. 多传感器标定实际应用分析
已有1057人预订
预订达标
文章出炉
交流日期
     
04月29日
05月14日
05月20日 20:30
你可能还喜欢
高并发、低 RT 的风控系统架构及技术架构的实现
火币集团研发中心
程序员副业赚钱的 8 种模式
安晓辉
全栈开发入门实战:后台管理系统
鲁鹏
每一个开发人员都应该懂的 UML 规范
码匠笔记
不写代码:程序员最重要的技能 [英文版]
Chat 三人行
“花式吊打”系列之逻辑回归讲透透
天马行空
批量任务处理神器:Spring Batch
天涯阁主
如何打造爆款付费文章
老王
设计模式架构解析
疯狂的架构
理理 Java 开发中常见的设计模式
woodwang
如何快速准备面试中的算法,获得 Offer?
我爱大口吃饭
深度学习卷积神经网络架构设计核心技术
言有三
从本质如何理解机器学习
李韬
BAT + 程序员校招指南
黄小斜
进阶:Dockerfile 高阶使用指南及镜像优化
张晋涛
微信扫描登录
关注提示×
扫码关注公众号,获得 Chat 最新进展通知!
添加小助手微信×