自動(dòng)駕駛是實(shí)現(xiàn)“智能汽車”、“智能交通”和“智能車聯(lián)網(wǎng)”的關(guān)鍵技術(shù),伴隨著傳統(tǒng)汽車行業(yè)的發(fā)展逐漸趨于飽和,自動(dòng)駕駛將是未來汽車實(shí)現(xiàn)蓬勃發(fā)展的必然趨勢(shì)。隨著深度學(xué)習(xí)研究的迅速發(fā)展,自動(dòng)駕駛也已迎來了革命性的時(shí)代。本文對(duì)基于深度學(xué)習(xí)的自動(dòng)轉(zhuǎn)向技術(shù)進(jìn)行研究,通過將深度學(xué)習(xí)應(yīng)用到自動(dòng)駕駛中的感知和決策過程,直接預(yù)測(cè)出方向盤控制指令以實(shí)現(xiàn)智能汽車的自動(dòng)轉(zhuǎn)向。這可以加快自動(dòng)駕駛技術(shù)的開發(fā)速度,對(duì)自動(dòng)駕駛的最終實(shí)現(xiàn)具有重要的意義。首先,本文搭建了自動(dòng)駕駛系統(tǒng)研究平臺(tái)。對(duì)某純電動(dòng)汽車進(jìn)行了底層執(zhí)行機(jī)構(gòu)的改裝,分別使用轉(zhuǎn)向電機(jī)和推桿電機(jī)來驅(qū)動(dòng)方向盤和剎車踏板,對(duì)于油門則從電子線路上施加外部DA信號(hào)來驅(qū)動(dòng)。在硬件方面,分別搭建了傳感器平臺(tái)和控制器計(jì)算平臺(tái)。在軟件方面,搭建了基于ROS系統(tǒng)的實(shí)車軟件平臺(tái)以及基于Prescan、Simulink和TensorFlow的自動(dòng)駕駛仿真軟件平臺(tái)。其次,建立了基于深度卷積神經(jīng)網(wǎng)絡(luò)的智能汽車自動(dòng)轉(zhuǎn)向模型,分別從仿真和實(shí)車測(cè)試兩個(gè)方面對(duì)自動(dòng)轉(zhuǎn)向模型進(jìn)行了驗(yàn)證。仿真結(jié)果表明,該模型能較好地收斂。在此基礎(chǔ)上,基于實(shí)車測(cè)試數(shù)據(jù)做進(jìn)一步的訓(xùn)練,結(jié)果表明,預(yù)先訓(xùn)練好編碼器后,再訓(xùn)練... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Commaai高速公路路測(cè)NVIDIA公司，在人工智能和深度學(xué)習(xí)的發(fā)展熱潮下，依靠其背后強(qiáng)大的顯

圖 1-2 NVIDIAPX2 硬件結(jié)構(gòu)圖圖 1-3 NVIDIAPX2 平臺(tái)效果圖ive.ai 是一家由前斯坦福大學(xué)人工智能實(shí)驗(yàn)室成員創(chuàng)建的硅谷創(chuàng)方向?yàn)槔萌斯ぶ悄茴I(lǐng)域內(nèi)的深度學(xué)習(xí)技術(shù)，進(jìn)一步開發(fā)自動(dòng)駕包含車輛和行人、車輛與車輛的交互系統(tǒng)。與其它的將深度學(xué)駛技術(shù)中的某一個(gè)部分不同，Drive.ai 從整體來考慮，將深度學(xué)

6圖 1-3 NVIDIAPX2 平臺(tái)效果圖ive.ai 是一家由前斯坦福大學(xué)人工智能實(shí)驗(yàn)室成員創(chuàng)建的硅谷創(chuàng)向?yàn)槔萌斯ぶ悄茴I(lǐng)域內(nèi)的深度學(xué)習(xí)技術(shù)，進(jìn)一步開發(fā)自動(dòng)駕包含車輛和行人、車輛與車輛的交互系統(tǒng)。與其它的將深度學(xué)技術(shù)中的某一個(gè)部分不同，Drive.ai 從整體來考慮，將深度學(xué)動(dòng)駕駛系統(tǒng)。該公司在美國舊金山進(jìn)行了道路測(cè)試，大部分情自動(dòng)駕駛，即使是在陰暗、雨天或下冰雹等對(duì)自動(dòng)駕駛汽車而條件下，也基本能順利完成自動(dòng)駕駛。其測(cè)試車輛如圖 1-4 所

【參考文獻(xiàn)】：
期刊論文
[1]AlphaGo背后強(qiáng)大的人工智能技術(shù)[J]. 張一賀.  數(shù)字通信世界. 2017(11)
[2]機(jī)器人操作系統(tǒng)ROS通信層的弱終止性驗(yàn)證[J]. 李濤,關(guān)永,王瑞,李曉娟.  小型微型計(jì)算機(jī)系統(tǒng). 2016(09)
[3]深度學(xué)習(xí)研究綜述[J]. 尹寶才,王文通,王立春.  北京工業(yè)大學(xué)學(xué)報(bào). 2015(01)
[4]深度學(xué)習(xí)研究進(jìn)展[J]. 劉建偉,劉媛,羅雄麟.  計(jì)算機(jī)應(yīng)用研究. 2014(07)
[5]深度學(xué)習(xí)及其在目標(biāo)和行為識(shí)別中的新進(jìn)展[J]. 鄭胤,陳權(quán)崎,章毓晉.  中國圖象圖形學(xué)報(bào). 2014(02)
[6]基于PRESCAN的汽車自動(dòng)駕駛仿真[J]. 賀勇,王春香,董永坤.  電腦知識(shí)與技術(shù). 2012(33)
[7]基于socket的網(wǎng)絡(luò)通信技術(shù)研究[J]. 歐軍,吳清秀,裴云,張洪.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2011(07)

碩士論文
[1]基于深度學(xué)習(xí)的圖像識(shí)別應(yīng)用研究[D]. 周凱龍.北京工業(yè)大學(xué) 2016
[2]基于深度學(xué)習(xí)的行人檢測(cè)[D]. 王斌.北京交通大學(xué) 2015
[3]基于深度學(xué)習(xí)的圖像識(shí)別算法研究[D]. 豐曉霞.太原理工大學(xué) 2015
[4]基于深度學(xué)習(xí)的圖像目標(biāo)識(shí)別研究[D]. 傅瑞罡.國防科學(xué)技術(shù)大學(xué) 2014



本文編號(hào)：2992713