Лаборатория интеллектуального транспорта НКБ ВС
Открыт прием заявок на 1 волну в магистратуру и аспирантуру до 1 мая!
О Лаборатории
Лаборатория интеллектуального транспорта была создана в 2019 году в Московском Физико-Техническом Институте (МФТИ) по инициативе Научно-конструкторского бюро компьютерных систем (НКБ ВС). Вместе с Лабораторией когнитивных динамических систем она входит в состав Центра когнитивного моделирования МФТИ.
Лаборатория специализируется на разработке и создании встроенных интегрированных электронных систем управления для различных видов транспорта (включая беспилотные автомобили) и интеллектуальных систем обработки и синтеза изображений с использованием методов глубокого машинного обучения, технологий Big Data, виртуальной и дополненной реальности, автономной навигации и картографии (методы SLAM и другие).
Лаборатория специализируется на разработке и создании встроенных интегрированных электронных систем управления для различных видов транспорта (включая беспилотные автомобили) и интеллектуальных систем обработки и синтеза изображений с использованием методов глубокого машинного обучения, технологий Big Data, виртуальной и дополненной реальности, автономной навигации и картографии (методы SLAM и другие).
Дмитрий Юдин
Заведующий лабораторией интеллектуального транспорта МФТИ - НКБ ВС
кандидат технических наук,
Доцент кафедры системных исследований МФТИ,
Старший научный сотрудник лаборатории когнитивных динамических систем
Научные исследования:
Техническое видение
Искусственный интеллект
Глубокое обучение
Робототехника
Профиль
Доцент кафедры системных исследований МФТИ,
Старший научный сотрудник лаборатории когнитивных динамических систем
Научные исследования:
Техническое видение
Искусственный интеллект
Глубокое обучение
Робототехника
Профиль
Основные темы исследований
связаны с разработкой математического и программного обеспечения интеллектуальных транспортных систем:
связаны с разработкой математического и программного обеспечения интеллектуальных транспортных систем:
- Бортовые системы многоспектрального зрения;
- Системы навигации;
- Автономные системы управления дорожным движением;
- Географические информационные системы;
- Человеко-машинные интерфейсы управления;
- Виртуальное компьютерное моделирование
- Внешняя среда для практики, обучения и проверка алгоритмов управления;
- Интегрированные бортовые системы информации и управления.
Используемые инструменты
Разработка программного обеспечения осуществляется с использованием языков программирования Python и C++, библиотек NVidia Cuda и TensorRT, операционной системы роботов ROS, Docker.
Многие проекты связаны с интеграцией во встраиваемые системы, в частности с использованием NVidia Jetson Xavier, TX2 и Nano.
Tensorflow 2.0 и PyTorch используются в качестве базовых программных платформ для исследования алгоритмов глубокого обучения.
Разработка программного обеспечения осуществляется с использованием языков программирования Python и C++, библиотек NVidia Cuda и TensorRT, операционной системы роботов ROS, Docker.
Многие проекты связаны с интеграцией во встраиваемые системы, в частности с использованием NVidia Jetson Xavier, TX2 и Nano.
Tensorflow 2.0 и PyTorch используются в качестве базовых программных платформ для исследования алгоритмов глубокого обучения.
Направления исследований и разработок
Партнеры
Команда
- Илья БелкинМладший научный сотрудник, магистрант МФТИВизуальный и лидарный SLAM, встраиваемые системы, интеграция алгоритмов для беспилотного автомобиля и мобильного робота
- Ярослав СоломенцевМладший научный сотрудник, аспирант МФТИВизуальный SLAM и глобальная локализация
- Юшаа МурхижМладший научный сотрудник, аспирант МФТИОбнаружение объектов в трехмерных облаках точек и их трекинг, встраиваемые системы
- Андрей КриштопикИнженер-исследователь, магистрант МФТИПостроение карты проходимости, интеграция алгоритмов для мобильного робота
- Василий АдёшкинИнженер-исследователь, магистрант МФТИИнстанс-сегментация динамических объектов и прогнозирование их траекторий движения
- Линар АбдразаковПрограммист, студент МФТИОбучение нейронных сетей, комплексирование данных одометрии, интеграция алгоритмов для мобильного робота
- Илья БашаровИнженер-исследователь, магистрант МФТИИнстанс-сегментация и трекинг объектов на видео
- Сергей ЛинокПрограммист, студент МГТУ им. Н.Э. БауманаЛокализация в динамической среде и встраиваемые системы, обучение нейронных сетей
- Ди Ун ПакИнженер-исследователь, студент ВШЭГенерация карт высокой размерности, семантическая сегментация данных лидара
- Виталий БезуглыйИнженер-исследователь, студент МИФИЛокализация в различное время года / суток, построение трехмерных семантических карт
- Александр ГолодковПрограммист, студент МФТИОбнаружение и классификация объектов в трехмерных облаках точек
- Александр МелехинИнженерНейросетевое распознавание места и глобальная локализация
- Александр ХоринПрограммист, студент МФТИСемантическая сегментация изображений
- Денис МаматинСтажер, студент СФУМультикамерная локализация
- Светлана ЛадановаСтажер, студентка СГУ им. П. СорокинаКомплексирование навигационных данных
- Илья ПетряшинСтажер, студент ЧГУ им. И.Н. УльяноваОбнаружение объектов на изображениях, встраиваемые системы
- Маргарита КичикСтажер, студентка МФТИОбнаружение объектов на изображениях, системы разметки
- Дарья ОвчинниковаСтажер, студентка МФТИСемантическая сегментация изображений, многозадачные нейронные сети
- Роман ФилоновСтажер, студент МФТИРаспознавание места и глобальная локализация, обучение нейронных сетей
- Дмитрий ЛаричевСтажер, студент МФТИМногомодальные многозадачные нейронные сети
Контакты
Email: yudin.da@mipt.ru
141701, Московская облаcть,
г. Долгопрудный, Институтский пер., 9.
141701, Московская облаcть,
г. Долгопрудный, Институтский пер., 9.