论文摘要
行为规划是无人车驾驶的关键技术。基于视觉的行为规划提供了廉价的解决方案,但是由于道路图像分布的复杂性和图像计算量的庞大,使得无人车行为规划系统的设计变得困难。针对这一问题,提出一种基于神经网络的无人车行为规划系统,该系统首先将道路图像降维编码,并将编码空间约束为正态分布空间,再在编码空间中实现对无人车的行为控制。实验结果表明,该系统解决了直接在图像空间建模和计算复杂的困难,并能够较好地对无人车进行行为规划和有效地预防错误控制的发生。
论文目录
文章来源
类型: 期刊论文
作者: 兰潇根,石朝侠
关键词: 无人车,行为规划,人工神经网络,变分自编码
来源: 计算机与数字工程 2019年07期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 汽车工业,自动化技术
单位: 南京理工大学
基金: 国家自然科学基金项目(编号:61371040)资助
分类号: U463.6;TP183
页码: 1635-1639+1737
总页数: 6
文件大小: 2643K
下载量: 114