本實驗室著重於深度學習開發,以鏡頭為感測器進行物件偵測與辨識、軌跡預測和行人行為分析之技術,提升自走式載具與行人互動的能力;優化整個類神經網路以及演算法使其能夠達到高畫質即時處理,在不影響影像辨識率的條件下,加速整體運算;並研發自動化訓練樣本產生方法,以加快標註與分類樣本之作業速度;同時結合以光達為感測器的偵測結果融合出高準確度且高可靠度的環境識別結果。