如何利用深度学习提高高精地图生产的自动化率

阅读数:335 2019 年 8 月 11 日 00:00

如何利用深度学习提高高精地图生产的自动化率

QCon 北京 2019 大会上,邹亮讲师做了《如何利用深度学习提高高精地图生产的自动化率》主题演讲,主要内容如下。

演讲简介

目前,如何大规模、低成本生产无人驾驶高精地图是业界的一个难点。DeepMap 作为高精地图生产服务和定位服务提供商,可以帮助企业处理大规模 ADAS 地图以及用于 L3、L4 自动驾驶的点云地图。其中,自动化生成 ADAS 地图是大规模制图的关键一环。本演讲包含了高精地图与传统地图的区别,常用传感器的应用,以及如何使用深度学习提高矢量地图生产的自动化率。

听众受益

  1. 了解高精地图在无人驾驶中的作用;
  2. 学习常用传感器的用途;
  3. 理解深度学习如何帮助 DeepMap 提高高精地图生产的自动化率。

讲师介绍

邹亮

DeepMap 技术总监

邹亮,本科毕业于北京大学地理信息科学之后获美国佐治亚大学地理信息科学硕士学位。2006 年加盟谷歌地图,在 Google Maps 工作的 9 年时间里,他所领导的小组设计并实现了高效的卫星和航空图像的软件处理系统。每周处理的数据量达到 500+TB,准确高效的为 Google Earth 和 Google Maps 用户输送数据更新。2016 年 4 月,邹亮作为创始工程师加入了 DeepMap,负责高精地图的采集、制作、更新和维护整个流程以及大中华地区的工程技术。

如何利用深度学习提高高精地图生产的自动化率

如何利用深度学习提高高精地图生产的自动化率

如何利用深度学习提高高精地图生产的自动化率

如何利用深度学习提高高精地图生产的自动化率

如何利用深度学习提高高精地图生产的自动化率

如何利用深度学习提高高精地图生产的自动化率

如何利用深度学习提高高精地图生产的自动化率

如何利用深度学习提高高精地图生产的自动化率

如何利用深度学习提高高精地图生产的自动化率

如何利用深度学习提高高精地图生产的自动化率

完整演讲 PPT 下载链接

https://qcon.infoq.cn/2019/beijing/schedule

评论

发布