2020腾讯犀牛鸟精英人才培养计划课题介绍（三）——自动驾驶
2020腾讯犀牛鸟精英人才培养计划课题介绍（三）——自动驾驶
精英人才培养计划是一项校企联合人才培养项目，入选学生将受到业界顶尖技术团队与高校导师的联合指导及培养。培养期间，学生将获得3个月以上到访腾讯开展科研访问的机会，基于真实产业问题及海量数据，验证学术理论、加速成果应用转化、开阔研究视野。同时项目组将为学生搭建线上和线下学习、交流平台，帮助学生挖掘更多潜能。学生通过“十分精英圈”线上平台，随时获取前沿技术资讯、沉淀科研收获与心得；通过“智学研讨会”及“智享交流会”等线下平台，积极参与海内外顶级学术会议及学术专家交流活动；通过“精英研学营”进阶平台，对话产业专家、修炼职场智慧、开拓创新思维。
12个前沿方向，69项课题，
申报截止日期：2020年1月19日
同学们，记得抓紧时间申报哦！
上期我们介绍了
这期一起来看看第三个方向吧！
课题方向（三）
自动驾驶
1
点云地图中的特征提取及显著性评估（地点：北京）
本项目研究在点云地图结构中提取结构特征和语义特征，如杆、牌和路面标记等，可融合其他传感器（如摄像头），并评估提取出的特征对地点识别及定位的影响。
2
弱纹理弱GPS下的自动驾驶建图及定位（地点：北京）
该项目研究弱纹理弱GPS条件下（如隧道、桥下等）的自动驾驶建图及定位。可选择的传感器包括：摄像头、IMU、轮速、毫米波雷达和激光雷达等。主要考虑传感器融合定位及建图。
导师简介（课题1和课题2）
腾讯专家研究员，美国得克萨斯A&M大学计算机博士。多次担任机器人顶级会议ICRA和IROS的副主编。研究领域主要为机器人和计算机视觉。共发表计算机视觉和人工智能方向国际知名学术会议期刊论文20+篇，获得已授权美国国家技术专利3项。
3
基于双目相机的高速/城区场景分析（地点：北京）
自动驾驶系统环需要正确感知本车附近的动态障碍物和路面静态要素，例如交通标志。近年来，基于车载相机的深度学习方法可以对交通场景进行深入的分析。安全的车辆控制需要感知准确的输出本车周围场景分析包含障碍物的3D位置和航姿，然而激光雷达成本过高。我们希望能通过双目相机来实现低成本的可靠计算网络，同时实现目标检测和3D信息估计。
导师简介
腾讯高级研究员，清华大学计算机博士，曾在美国约翰霍普金斯大学交流访问。研究领域包括障碍物检测和跟踪。目前负责自动驾驶L3环境感知障碍物检测和跟踪。共发表计算机视觉国际知名会议/期刊10+篇。
4
基于融合的全景分割（地点：北京）
激光雷达可以提供精确的3D点云数据。在光线较弱的场景下，激光的鲁棒性超过相机等传感器。目前的相对成功的3D全景分割是充分利用相机的高分辨率图像纹理信息，而我们希望通过融合相机的方法实现激光点云3D全景分割。
导师简介
腾讯专家研究员，美国密苏里大学计算机博士。研究领域主要为激光/相机障碍物的跟踪和检测。目前负责自动驾驶L3/L4环境感知技术开发。共发表计算机视觉国际知名会议/期刊10+篇。
自动驾驶方向有没有戳中你的课题呢？
想了解更多课题方向请访问链接
https://www.withzz.com/project/detail/54
或直接扫描下方二维码查看
更多课题介绍，敬请期待后续推送！
往期精彩回顾：
申请指南
开放申请 | 2020年度“腾讯犀牛鸟精英人才培养计划”申请启动
关于2020年度腾讯“犀牛鸟精英人才培养计划”你最想知道的十大问题
课题方向
2020腾讯犀牛鸟精英人才培养计划课题介绍（一）——机器人相关技术研究
2020腾讯犀牛鸟精英人才培养计划课题介绍（二）——AI医疗相关研究
我就知道你“在看”
