國立交通大學電子工程學系系統組 郭峻因教授

AI計畫題目
應用於ADAS特殊用途無人載具之嵌入式AI深度學習技術
核心技術
本計畫進行嵌入式AI深度學習技術開發,著重在ADAS /自駕車系統應用,從五大面向著手進行技術研發,包含自動化圖資標記與資料庫建置,深度學習軟硬體核心模型開發與加速器設計,各式ADAS /自駕車應用感知深度學習技術,自駕車駕駛控制技術與系統模擬驗證環境等。
應用領域
  • 先進駕駛輔助系統。
  • 無人載具自駕車系統。
  • 自駕輪椅。
  • 工業用無人搬運車。
  • 自動駕駛農用機械。
可移轉技術
  • 嵌入式MTSAN模型,用於ADAS應用程序中的深度學習對象檢測/分段。
  • 嵌入式相機/雷達傳感器融合技術。
  • ezLabel,快速的深度學習對象標記工具。
  • ezQUANT,位精確的深度學習模型量化/訓練工具用於深度學習加速器。
  • ezHybrid-M,一種用於低功率目標檢測/分類應用的混合定點/二進制CNN模型訓練工具。
  • 用於利基自動駕駛應用的模塊化自動駕駛硬件/軟件系統。
開發中技術
  • 基於Autoware的無矢量地圖自動駕駛系統。
  • ADAS /自動駕駛的嵌入式對象檢測/跟踪。
  • 嵌入式實例/語義分割。
新技術提案
  • 深度學習ADAS系統。
  • 用於利基市場應用的自動駕駛硬件/軟件技術。
  • 用於智能交通的相機/雷達傳感器融合系統。
  • 嵌入式AI深度學習技術開發。
  • 用於物體檢測/行為分析的自動標記工具攝像頭/雷達/激光雷達域。
  • 用於邊緣AI應用的混合定點/二進制CNN硬件加速器。
  • 用於自動駕駛應用的360視頻SLAM和攝像頭/雷達融合SLAM。
  • 嵌入式運動對象行為分析。
本網站使用您的Cookie於優化網站及您的購物經驗。繼續瀏覽網站即表示您同意本公司隱私權政策,您可至隱私權政策了解詳細資訊。