這是自動駕駛系列課第二季的第一堂課， 將關注多感測器融合。 我們邀請到的是Roadstar.ai的首席科學家周光。 Roadstar.ai由周光與CEO佟顯喬、CTO衡量於2017年5月創立， 專注于L4無人駕駛技術。 周光曾在百度無人車團隊負責標定、同步、感知等方面的工作、佟顯喬曾就職於蘋果特殊專案組（無人車研發）和NVIDIA自動駕駛演算法組， 還在百度矽谷團隊擔任無人車定位和地圖組技術負責人、衡量曾就職於特斯拉Autopilot組、Google地圖街景圖， 也曾在百度矽谷無人車團隊擔任Sensing組的技術負責人。
自動駕駛的技術路徑之爭一直沒有停止過， 之前主流的有兩派：
一是特斯拉為代表採用的以攝像頭為主的解決方案；
二是以Waymo、百度為代表採用64線雷射雷達為主的解決方案。
但是， 多感測器融合解決方案， 正在受到更多關注和認可。
Roadstar.ai所採用的多感測器融合解決方案， 是指使用多個異構感測器來進行測量和感知， 包括雷射雷達、攝像頭、毫米波雷達、GPS/IMU等， 通過對不同感測器的原始資料進行前融合處理， 統一輸出圖元級的八維空間資料。 Roadstar.ai將其定義為多感測器前融合解決方案。
這堂課中， 周光將對不同技術方案進行比較， 並系統解析基於多感測器前融合的L4技術方案及其落地進展。
自動駕駛系列課第二季第一課由Roadstar.ai的首席科學家周光開講， 主題為《多感測器融合-無人駕駛的必由之路》 ，
課程資訊
時間：4月23日20:00
地點：「自動駕駛」社群
課程內容
講師：周光 Roadstar.ai首席科學家
主題：多感測器融合， 無人駕駛的必由之路
大綱：
1.無人駕駛格局及技術方案比較
2.多感測器融合的基本原理和演算法
3.基於多感測器前融合的L4技術方案解析
4.Roadstar.ai如何加速落地和商業化
講師介紹
周光 Roadstar.ai首席科學家
曾就職于Baidu USA無人車團隊， 主要負責感測器標定、時間同步和感知深度學習演算法。 2015年大疆全球開發者大賽第一名 (1 of 200+ teams);2013至2016年間説明德州儀器Kilby Lab設計製作多種物聯網專案， 並帶隊製作了Agribot機器人。 博士期間主要從事無人機的感知、路徑規劃以及控制演算法的研究。 Univeristy of Texas at Dallas (德州大學達拉斯分校)人工智慧方向博士學位和清華大學基科班 (30/3000)學士學位。 2003機器人足球金牌， 在韓國獲得亞洲第五名。
報名方式
添加實戰營聯絡員“車小東（cdxauto）”報名， 添加時請備註:姓名-公司-職位或者姓名-學校-專業， 因報名人數過多， 優先通過備註者。
社群規則
1.智東西社群堅持實名學習、交流和合作， 入群後需要修改群昵稱為：姓名-公司-所在領域，
2.禁止在群內廣告和發送二維碼等無關資訊， 違者踢群。