所有你需要知道的——关于人工智能、机器学习和深度学习在4级以上自动驾驶汽车开发中的影响和应用

更好地了解感知、成像、计算机视觉和机器学习等最先进算法的发展，包括那些对汽车行业最重要的算法

了解人工智能和基于机器学习的系统的测试、验证和验证方法和工具，以及人工智能如何加快开发时间

讨论-为基于AI和ML的系统设计软件架构和平台的挑战，潜在的标准和限制

辩论-为什么验证对传感器融合是困难的，什么策略有助于克服这些挑战，探索人工智能支持的车辆如何识别其周围环境并评估其“行为”的影响

发现- 4级以上的ADAS新功能，如检测和识别多个对象，改善感知，降低功耗，改进对象分类，识别和动作预测

向关键行业参与者、知名研究机构和敏捷初创企业学习，了解用于汽车的新成像、感知和人工智能技术的潜力，并评估业务和用例

探索-人工智能的潜力，概述城市和农村环境中传感器和感知技术的最新进展，行人检测的持续障碍，以及罕见的边缘案例

获得-关于实时精确车辆定位和地图的见解，5G和V2x自主车辆的机会

定义

未来路径、所需研究和深度学习在计算机视觉方法组合中的作用、与行业领导者合作并分析传感器融合、成像和机器学习方面的最新技术、深入了解环境模型和传感器融合概念