發(fā)布時(shí)間：2022-01-24 03:51

　　智能車的決策算法是一個(gè)根據(jù)定位信息、感知信息與車輛自身信息,在保證車輛安全平穩(wěn)駕駛的情況下,得到當(dāng)前決策量的算法。在傳統(tǒng)的決策方法中,決策算法需要得到車輛與車道線的相對(duì)位置、可行駛區(qū)域等感知與定位信息之后再進(jìn)行決策值的計(jì)算,這意味著設(shè)計(jì)者需要設(shè)計(jì)一個(gè)包含許多前置算法的復(fù)雜系統(tǒng),為決策模塊提供所需的信息。端到端決策算法則是一種根據(jù)圖像等原始信息輸入直接得到?jīng)Q策量的算法,這種算法能夠?qū)⒏兄K與定位模塊的部分功能抽象融合于算法中,從而將一個(gè)復(fù)雜的系統(tǒng)轉(zhuǎn)換為一個(gè)算法模塊。作為一種端到端算法,模型能夠根據(jù)算法的輸出量對(duì)算法進(jìn)行全局的優(yōu)化,使得該算法所控制的系統(tǒng)達(dá)到最優(yōu)狀態(tài),而無(wú)需分別去優(yōu)化各個(gè)前置模塊。針對(duì)智能車端到端決策算法中缺少對(duì)未來(lái)決策值的預(yù)判和缺失深度信息的問(wèn)題,本文提出了一種融合未來(lái)時(shí)空特征與圖像深度信息的智能車端到端決策算法,本文主要研究?jī)?nèi)容如下:（1）本文提出了一種基于未來(lái)時(shí)空特征的智能車端到端決策模型,該模型利用基于卷積循環(huán)神經(jīng)網(wǎng)絡(luò)的時(shí)空特征子模塊,在網(wǎng)絡(luò)的不同分支上進(jìn)行特征的提取,在將各個(gè)分支的特征利用全連接層進(jìn)行融合以得到輸出。將過(guò)去至當(dāng)前時(shí)刻的圖像序列作為網(wǎng)絡(luò)的輸入,利用... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

美國(guó)國(guó)防部ALV項(xiàng)目中的樣車2004年，第一屆DARPAGrandChallenge即DARPA挑戰(zhàn)賽在美國(guó)莫哈維沙漠

電子科技大學(xué)碩士學(xué)位論文4人才與關(guān)于智能車研發(fā)的新思路都為當(dāng)今智能車的發(fā)展做出了卓越的貢獻(xiàn)。智能車相關(guān)技術(shù)發(fā)展至2010后，諸如Geogle、Amazon、Apple等IT公司與BMW、奧迪、豐田等車企都開(kāi)始在智能車領(lǐng)域布局發(fā)力，在這一年由谷歌所設(shè)計(jì)的第一代谷歌無(wú)人駕駛汽車已經(jīng)能夠在無(wú)人干預(yù)的情況下完成100英里的自主駕駛，此后兩年時(shí)間里谷歌的無(wú)人駕駛車輛累計(jì)完成的無(wú)人駕駛里程已超三十萬(wàn)英里，相當(dāng)于由北京上海之間往返400次的路程之和。2016年，谷歌的智能車團(tuán)隊(duì)獨(dú)立成立公司W(wǎng)aymo，并且與捷豹路虎集團(tuán)聯(lián)合研發(fā)了了基于捷豹I-PACE純電動(dòng)汽車的自動(dòng)駕駛智能車。圖1-2Waymo和捷豹路虎集團(tuán)研發(fā)的I-PACE電動(dòng)智能車智能車與自動(dòng)駕駛技術(shù)在歐洲各國(guó)也取得了高度的關(guān)注，法國(guó)在2013年所提出的《新工業(yè)法國(guó)》中指出，無(wú)人駕駛汽車是法國(guó)現(xiàn)階段與未來(lái)若干年所重點(diǎn)培育發(fā)展的工業(yè)部分之一。2014年，法國(guó)投資1億歐元進(jìn)行道路聯(lián)網(wǎng)與無(wú)人車輛測(cè)試相關(guān)工作的推進(jìn)。2017年1月，法國(guó)在巴黎開(kāi)始進(jìn)行無(wú)人駕駛巴士EZ10的公開(kāi)測(cè)試，在連續(xù)密集的道路測(cè)試的同時(shí)，也通過(guò)攝像頭與激光雷達(dá)等傳感器采集了大量交通標(biāo)志牌、行人與過(guò)往車輛的數(shù)據(jù)。德國(guó)一直擁有發(fā)展先進(jìn)汽車工業(yè)的土壤，Bosch、梅賽德斯奔馳、大眾與歐寶等公司在無(wú)人車輛研發(fā)、城鄉(xiāng)道路測(cè)試、建立諸如kitti[51]無(wú)人駕駛數(shù)據(jù)集等工作上也作出了相當(dāng)?shù)呢暙I(xiàn)。意大利帕爾馬大學(xué)所研發(fā)的BRAive樣車在2013年實(shí)現(xiàn)了在帕爾馬的鄉(xiāng)村道路、城市道路與高速公路上的自主駕駛。在發(fā)展無(wú)人駕駛汽車的過(guò)程中，日本所提出的ITS發(fā)展戰(zhàn)略從交通信息交互，自動(dòng)駕駛控制與大數(shù)據(jù)應(yīng)用等領(lǐng)域出發(fā)，將其劃分為了三個(gè)階段。在2014-2016

學(xué)、上海交通大學(xué)、同濟(jì)大學(xué)與國(guó)防科技大學(xué)等數(shù)十家科研單位參賽。截至目前該項(xiàng)賽事已經(jīng)舉辦至第十一屆，在2019年所舉辦的比賽中，共有29只來(lái)自各個(gè)研究機(jī)構(gòu)、高校與企業(yè)的隊(duì)伍報(bào)名參賽。在本次比賽中，舉辦方著重考察了各個(gè)隊(duì)伍參賽車輛的面對(duì)各類場(chǎng)景的適應(yīng)性與車輛的4S性能(安全性、舒適性、敏捷性與智能性)。與以往的比賽不同的是，該次賽事還增加了智能車在城市、鄉(xiāng)村、高架道路不依賴衛(wèi)星信號(hào)的賽程，從而更加全面的考察參賽隊(duì)伍車輛的自主感知能力與自主決策能力，最終來(lái)自西安交通大學(xué)的“先鋒號(hào)”成功衛(wèi)冕冠軍。圖1-3西安交通大學(xué)的“先鋒號(hào)”智能車如同美國(guó)所舉辦的DARPA挑戰(zhàn)賽，“中國(guó)智能車未來(lái)挑戰(zhàn)賽”在十余年的歷程中提供了一個(gè)很好的平臺(tái)，大大地促進(jìn)了我國(guó)智能車領(lǐng)域研究的創(chuàng)新與發(fā)展，

【參考文獻(xiàn)】：
期刊論文
[1]基于分支網(wǎng)絡(luò)輔助任務(wù)的端到端自動(dòng)駕駛[J]. 王丹.  集成電路應(yīng)用. 2019(03)
[2]無(wú)人駕駛車輛行為決策系統(tǒng)研究[J]. 熊璐,康宇宸,張培志,朱辰宇,余卓平.  汽車技術(shù). 2018(08)

博士論文
[1]城市環(huán)境下無(wú)人駕駛車輛決策系統(tǒng)研究[D]. 陳佳佳.中國(guó)科學(xué)技術(shù)大學(xué) 2014

碩士論文
[1]融合時(shí)空特征的端到端駕駛決策算法及仿真實(shí)現(xiàn)[D]. 梁黃黃.電子科技大學(xué) 2019
[2]基于時(shí)空遞歸神經(jīng)網(wǎng)絡(luò)的智能車端到端決策研究[D]. 金凡.電子科技大學(xué) 2018



本文編號(hào)：3605789