城市典型工況下端到端自動(dòng)駕駛方法研究
發(fā)布時(shí)間:2021-09-15 08:37
隨著深度學(xué)習(xí)的發(fā)展,其在計(jì)算機(jī)視覺方面取得了令人矚目的成果,而基于計(jì)算機(jī)視覺的端到端自動(dòng)駕駛技術(shù)也得到了長足進(jìn)步。一般的端到端自動(dòng)駕駛方法僅僅預(yù)測當(dāng)前時(shí)刻的轉(zhuǎn)向角,難以完成車輛的橫縱向控制,或者是同時(shí)預(yù)測轉(zhuǎn)向角與車速,且未很好的映射,導(dǎo)致預(yù)測準(zhǔn)確率不如單目標(biāo)的映射,且工況常常是在一些人和車較少的簡單場景,缺少對(duì)于城市其他工況的研究。針對(duì)這類問題,本文選取了幾個(gè)典型的城市工況進(jìn)行研究,提出了一種融合圖像去噪模型的雙目標(biāo)端到端自動(dòng)駕駛模型,能夠較為準(zhǔn)確的同時(shí)預(yù)測方向盤轉(zhuǎn)角與車速。主要工作如下:(1)傳統(tǒng)的端到端自動(dòng)駕駛方法幾乎不對(duì)數(shù)據(jù)集進(jìn)行增強(qiáng),特別是圖像數(shù)據(jù),而隨著圖像設(shè)備成本的降低,成像質(zhì)量必定下降,針對(duì)這一問題,本文將生成對(duì)抗式網(wǎng)絡(luò)(GAN,Generative Adversarial Networks)加入到幾種傳統(tǒng)端到端自動(dòng)駕駛模型中,將圖像去噪作為模型的子任務(wù),并且通過實(shí)車測試集驗(yàn)證融入圖像去噪模型后的端到端自動(dòng)駕駛模型預(yù)測性能的提升;(2)傳統(tǒng)端到端自動(dòng)駕駛對(duì)于車輛行為信息并沒有很好的利用及映射,導(dǎo)致預(yù)測的準(zhǔn)確性不高,針對(duì)這一問題,本文將車輛行為信息(車速與方向盤轉(zhuǎn)角)加入到...
【文章來源】:重慶理工大學(xué)重慶市
【文章頁數(shù)】:74 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
卡耐基梅隆大學(xué)研制的Navlab1
特斯拉Autopilot
谷歌Waymo
【參考文獻(xiàn)】:
期刊論文
[1]路面路標(biāo)高精度地圖構(gòu)建與多尺度車輛定位[J]. 胡釗政,孫瑩妹,李祎承. 哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2019(09)
[2]基于深度學(xué)習(xí)的自動(dòng)駕駛技術(shù)綜述[J]. 張新鈺,高洪波,趙建輝,周沫. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[3]百度谷歌無人駕駛汽車發(fā)展綜述[J]. 何佳,戎輝,王文揚(yáng),田曉笛,高嵩,郭蓬. 汽車電器. 2017(12)
[4]無人駕駛汽車研究綜述與發(fā)展展望[J]. 潘福全,亓榮杰,張璇,張麗霞. 科技創(chuàng)新與應(yīng)用. 2017(02)
[5]人工智能綜述[J]. 李玉環(huán). 科技創(chuàng)新導(dǎo)報(bào). 2016(16)
[6]基于D-GPS/IMU的組合導(dǎo)航方法研究與分析[J]. 張長遠(yuǎn). 中國新通信. 2016(05)
[7]智能網(wǎng)聯(lián)汽車現(xiàn)狀及發(fā)展戰(zhàn)略建議[J]. 李克強(qiáng). 經(jīng)營者(汽車商業(yè)評(píng)論). 2016(02)
[8]基于不確定融合的GPS/INS組合導(dǎo)航濾波算法[J]. 王慧麗,史忠科. 控制與決策. 2015(07)
[9]考慮全局最優(yōu)性的汽車微觀動(dòng)態(tài)軌跡規(guī)劃[J]. 孫浩,鄧偉文,張素民,吳夢勛. 吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2014(04)
[10]變曲率彎路車輛換道虛擬軌跡模型[J]. 任殿波,張京明,王聰. 物理學(xué)報(bào). 2014(07)
博士論文
[1]汽車緊急避讓操縱逆問題的建模與分析[D]. 汪偉.南京航空航天大學(xué) 2014
[2]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學(xué)技術(shù)大學(xué) 2004
碩士論文
[1]基于流場的車輛換道軌跡規(guī)劃方法[D]. 王玥.燕山大學(xué) 2016
[2]基于車車通信的多車協(xié)同自動(dòng)換道控制策略研究[D]. 楊剛.清華大學(xué) 2016
[3]基于滾動(dòng)優(yōu)化的自主駕駛車輛避障控制[D]. 賈瑞.吉林大學(xué) 2014
本文編號(hào):3395758
【文章來源】:重慶理工大學(xué)重慶市
【文章頁數(shù)】:74 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
卡耐基梅隆大學(xué)研制的Navlab1
特斯拉Autopilot
谷歌Waymo
【參考文獻(xiàn)】:
期刊論文
[1]路面路標(biāo)高精度地圖構(gòu)建與多尺度車輛定位[J]. 胡釗政,孫瑩妹,李祎承. 哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2019(09)
[2]基于深度學(xué)習(xí)的自動(dòng)駕駛技術(shù)綜述[J]. 張新鈺,高洪波,趙建輝,周沫. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[3]百度谷歌無人駕駛汽車發(fā)展綜述[J]. 何佳,戎輝,王文揚(yáng),田曉笛,高嵩,郭蓬. 汽車電器. 2017(12)
[4]無人駕駛汽車研究綜述與發(fā)展展望[J]. 潘福全,亓榮杰,張璇,張麗霞. 科技創(chuàng)新與應(yīng)用. 2017(02)
[5]人工智能綜述[J]. 李玉環(huán). 科技創(chuàng)新導(dǎo)報(bào). 2016(16)
[6]基于D-GPS/IMU的組合導(dǎo)航方法研究與分析[J]. 張長遠(yuǎn). 中國新通信. 2016(05)
[7]智能網(wǎng)聯(lián)汽車現(xiàn)狀及發(fā)展戰(zhàn)略建議[J]. 李克強(qiáng). 經(jīng)營者(汽車商業(yè)評(píng)論). 2016(02)
[8]基于不確定融合的GPS/INS組合導(dǎo)航濾波算法[J]. 王慧麗,史忠科. 控制與決策. 2015(07)
[9]考慮全局最優(yōu)性的汽車微觀動(dòng)態(tài)軌跡規(guī)劃[J]. 孫浩,鄧偉文,張素民,吳夢勛. 吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2014(04)
[10]變曲率彎路車輛換道虛擬軌跡模型[J]. 任殿波,張京明,王聰. 物理學(xué)報(bào). 2014(07)
博士論文
[1]汽車緊急避讓操縱逆問題的建模與分析[D]. 汪偉.南京航空航天大學(xué) 2014
[2]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學(xué)技術(shù)大學(xué) 2004
碩士論文
[1]基于流場的車輛換道軌跡規(guī)劃方法[D]. 王玥.燕山大學(xué) 2016
[2]基于車車通信的多車協(xié)同自動(dòng)換道控制策略研究[D]. 楊剛.清華大學(xué) 2016
[3]基于滾動(dòng)優(yōu)化的自主駕駛車輛避障控制[D]. 賈瑞.吉林大學(xué) 2014
本文編號(hào):3395758
本文鏈接:http://sikaile.net/kejilunwen/qiche/3395758.html
最近更新
教材專著