主页 > 研究课题 > 导航 > 智能驾驶环境模拟技术 >
针对复杂场景下自动驾驶汽车深度学习训练的需求，分析自动驾驶传感数据特点，完成行车多模传感车载智能终端与行车数据管理系统研发，建立统一的多传感器数据描述模型，构建面向公共服务的自动驾驶场景库和学习环境，可适配其他智能驾驶企业模型训练的需求，为行业提供数据驱动的闭环深度学习训练环境。
主要研究内容为：
（1）研究车载多传感器同步采集与管理、学习环境模拟仿真与场景交互等关键技术；
（2）针对自动驾驶数据需求，研制多模传感车载智能终端，开发行车数据管理系统，进行多模传感数据和行车状态数据采集和管理；
（3）通过对行车传感器数据的标注与提取，构建智能驾驶学习环境，包括自动驾驶场景库构建、实现多传感器仿真模拟设备研发、虚实融合智能学习环境建立，实现复杂行车场景的动态注入与仿真，支持智能驾驶系统的深度学习训练和迭代优化。
实验室
师资力量
研究课题
科研成果