基于协同神经网络的智能车行驶路径记忆算法优化

论文摘要

传统智能车行驶路径记忆算法由于路径信息计算过程复杂,导致算法的效率较低,为此提出基于协同神经网络的智能车行驶路径记忆算法优化研究。使用传感器对智能车行驶路径图像信息进行采集,利用图像二值化方法对图像边缘信息进行获取,以其为基础,通过曲率计算公式对智能车行驶路径的曲率与转角信息进行计算,从而得到智能车行驶路径完整信息,采用协同神经网络最终完成对智能车行驶路径的记忆。通过实验得到,采用优化智能车行驶路径记忆算法的智能车在低速试跑时使用时间比采用传统算法的智能车少了1.8h,在竞速赛跑时使用时间比采用传统算法的智能车少了2.1h,充分说明优化的智能车行驶路径记忆算法具备更高的效率。

论文目录

• 0 引言
• 1 优化智能车行驶路径记忆算法
•   1.1 智能车行驶路径图像边缘信息获取
•   1.2 智能车行驶路径信息计算
•   1.3 实现智能车行驶路径信息记忆
• 2 优化智能车行驶路径记忆算法效率分析
• 3 结束语

文章来源

类型: 期刊论文

作者: 童友波

关键词: 协同神经网络,智能车,行驶路径,记忆,优化

来源: 太原学院学报(自然科学版) 2019年03期

年度: 2019

分类: 社会科学Ⅱ辑,工程科技Ⅱ辑,信息科技

专业: 汽车工业,计算机软件及计算机应用,自动化技术

单位: 合肥职业技术学院信息工程与传媒学院

基金: 合肥职业技术学院自然科学研究项目(201914KJB018)

分类号: TP391.41;TP183;U463.6

DOI: 10.14152/j.cnki.2096-191x.2019.03.016

页码: 79-83

总页数: 5

文件大小: 756K

下载量: 144