卷积神经网络行为克隆方法在无人车上的研究

论文摘要

为了减少智能车在特定环境下无人驾驶的成本,设计一套卷积神经网络行为克隆方法的无人驾驶系统。该系统模仿人类学习的过程,通过卷积神经网络预测车辆状态方法实现无人驾驶。采用普通的视觉传感器获取环境信息。先研究卷积神经网络行为克隆方法,并搭建基于Linux系统的树莓派智能小车,设计2组实验验证该方法的准确性。该方法已成功地应用于首届"DIY Robocars KuaiKai"无人驾驶全球挑战赛小车组,结果表明卷积神经网络行为克隆方法可以实现特定环境下的无人驾驶。

论文目录

• 0 引言
• 1 卷积神经网络行为克隆方法
•   1.1 行为克隆
•   1.2 卷积神经网络行为克隆模型的构建
• 2 智能小车的设计与搭建
•   2.1 视觉传感器
•   2.2 系统其他主要原件汇总
•   2.3 搭建通信网络
• 3 卷积神经网络框架搭建与实验方案
•   3.1 卷积神经网络框架
•   3.2 实验方案
• 4 实验结果
•   4.1 收据集采集与训练模型
•   4.2 验证模型的准确性
• 5 结语

文章来源

类型: 期刊论文

作者: 席阿行,赵津,周滔,胡秋霞

关键词: 卷积神经网络,行为克隆,无人驾驶,智能小车,树莓派,视觉传感器

来源: 现代电子技术 2019年22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: 贵州大学机械工程学院

基金: 黔科合支撑([2017]2027,[2018]2168),黔科合平台人才([2017]5630)~~

分类号: U463.6;TP183

DOI: 10.16652/j.issn.1004-373x.2019.22.038

页码: 178-182

总页数: 5

文件大小: 2289K

下载量: 186