您查看的活动已结束

因为你懒得走路，于是发明了马车、自行车、汽车、飞机；因为你懒得做家务，于是发明了吸尘器、洗碗机，扫地机器人。现在，就连开车转个方向盘你也觉得麻烦了，于是有人发明了无人驾驶。

关于无人驾驶，平日里未太多关注汽车或人工智能产业的人士可能会震惊于无人驾驶技术的迅猛发展，而无人驾驶作为人工智能的集大成应用， 从来就不是某单一的技术，而是众多技术点的整合。技术上它需要有算法上的创新、系统上的融合，以及来自云平台的支持。

面对如此复杂的系统，其实是很容易让人手足无措的。无人驾驶系统如何实现针对复杂交通场景的“周密感知”？如何应对网络安全的风险？怎样提高环境感知精确程度，对动态目标进行识别与估计？在车联网的系统和自动驾驶的系统之间的安全性如何保障？

10 月 19 日（周五）晚，图森未来的诸位专家联手 InfoQ，在 QCon 上海 2018 举办“图森未来无人驾驶之夜：今夜，遇见未来”晚场活动，邀请了来自大数据、DevOps、深度学习、车联网等领域的 6 位技术专家，与你深度探讨 L4 级无人驾驶全栈技术。

​

活动日程

六大话题，总有你选择的未来

晚场活动以 Lean Coffee（小组讨论）形式进行，邀请行业大咖和你“零距离”沟通，6 个专家引领六大话题，总有你可以选择并创造的未来。

大数据在金融领域可谓是“老司机”，而在交通领域，虽说与大数据的“邂逅”是近些年才开始的，但发展却是厚积薄发。海量的数据、多维度的使用、深度学习训练的平台，这些大数据包括但不限于存储、计算、调度，更是整个无人驾驶科技进步的基础，而这无法靠单纯依靠传感器来实现。当然，数据的挑战也并非恒定不变，在无人驾驶汽车从少量发展到几亿辆的过程里，数据挑战也会随之增多，无人驾驶会面临哪些大数据挑战呢？又将如何解决呢？

无人驾驶是一项复杂的系统工程，只有在一套架构合理、开发方便、工具齐全的系统支撑下，才能在保证稳定性和安全性的基础上，快速迭代，不断推进自动驾驶研发精进。而无人驾驶系统如何实现针对复杂交通场景的“周密感知”？无人驾驶技术如何处理细微的预行为？如何应对网络安全的风险？针对这些问题我们将和大家展开实质性的探讨和交流。

除了高精度的传感器设备之外，拥有高性能的计算软件也是无人驾驶的必备。无人驾驶的软件作为无人车的“大脑”非常重要，也非常的复杂。极短的时间、大量的数据、有限的资源，这些看起来矛盾的条件，恰恰是无人驾驶高性能计算挑战的目标。如何在复杂、动态和多样化的交通环境下，克服传感器各自物理限制和车辆运动干扰？怎样提高环境感知精确程度，对动态目标进行识别与估计？怎样通过高性能传感器和更好信息处理算法完成交通环境信息的多视图数据融合？这些问题都值得我们探讨和深思。

随着技术迭代的频率越来越高，传统的「瀑布型」模式已经不能满足快速交付的需求。当互联网技术和自动驾驶科技结合起来，这不再是孤立的不同领域，融合、借鉴、创新，在无人驾驶高效率的需求下，DevOps 是当之无愧的主力。随着无人驾驶的发展，在数据的存储与共享、依赖管理、编排、持续构建和仓库不同，高敏捷高效率的需求等方面都面临着巨大的挑战。在本个话题中，我们一起来探讨 DevOps 和无人驾驶的那些事。

近几年，无人驾驶开始利用深度学习来学习人类驾驶习惯的方法，用深度学习代替很多传统方法。而强大的端到端技术意味着，只需要人们提供少量的训练数据，系统就能自动学会驾驶技术，无论有没有车道标志线，无论是在普通公路还是高速公路。 深度学习带来了算法技术革命性的进步，无人驾驶中大量复杂驾驶环境的感知、定位、决策功能，依托于深度学习不断提高和完善的模型。无人驾驶深度学习的应用所面临哪些挑战？深度学习在图像处理方面有着哪些突破性进展？

无人驾驶不再是孤独的旅行，车也不再是信息的孤岛，互联让无人驾驶一切都尽在掌握，每一次的出行、每一趟任务都由 IoV 车联网云端在守护安全的底线。由于高速的数据传输能够确保数据交互的实时性，决定自动驾驶的安全和便捷程度和 IoV 车联网也密切相关。但在车联网的系统和自动驾驶的系统之间的安全性如何保障？在本个话题中，我们将深入地讨论车联网中的各种挑战。

如何参加？

时间：2018 年 10 月 19 日 周五 18:30-21:00

地址：上海·宝华万豪酒店（静安区广中西路 333 号） 宴会厅 2

所有人都是话题的决定者，决定话题的讨论走向。同时，所有人也是聆听的客体、讲述的主体。不仅如此，全场免费的行业精英思维大碰撞，加上意想不到的小惊喜，你还在等什么？说不定经验丰富的技术大牛就是跟你畅所欲言的同桌小伙伴！今夜，让我们预见未来。