基于未来时空特征的智能车端到端决策算法研究

发布时间：2022-01-24 03:51

　　智能车的决策算法是一个根据定位信息、感知信息与车辆自身信息,在保证车辆安全平稳驾驶的情况下,得到当前决策量的算法。在传统的决策方法中,决策算法需要得到车辆与车道线的相对位置、可行驶区域等感知与定位信息之后再进行决策值的计算,这意味着设计者需要设计一个包含许多前置算法的复杂系统,为决策模块提供所需的信息。端到端决策算法则是一种根据图像等原始信息输入直接得到决策量的算法,这种算法能够将感知模块与定位模块的部分功能抽象融合于算法中,从而将一个复杂的系统转换为一个算法模块。作为一种端到端算法,模型能够根据算法的输出量对算法进行全局的优化,使得该算法所控制的系统达到最优状态,而无需分别去优化各个前置模块。针对智能车端到端决策算法中缺少对未来决策值的预判和缺失深度信息的问题,本文提出了一种融合未来时空特征与图像深度信息的智能车端到端决策算法,本文主要研究内容如下:（1）本文提出了一种基于未来时空特征的智能车端到端决策模型,该模型利用基于卷积循环神经网络的时空特征子模块,在网络的不同分支上进行特征的提取,在将各个分支的特征利用全连接层进行融合以得到输出。将过去至当前时刻的图像序列作为网络的输入,利用... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

美国国防部ALV项目中的样车2004年，第一届DARPAGrandChallenge即DARPA挑战赛在美国莫哈维沙漠

电子科技大学硕士学位论文4人才与关于智能车研发的新思路都为当今智能车的发展做出了卓越的贡献。智能车相关技术发展至2010后，诸如Geogle、Amazon、Apple等IT公司与BMW、奥迪、丰田等车企都开始在智能车领域布局发力，在这一年由谷歌所设计的第一代谷歌无人驾驶汽车已经能够在无人干预的情况下完成100英里的自主驾驶，此后两年时间里谷歌的无人驾驶车辆累计完成的无人驾驶里程已超三十万英里，相当于由北京上海之间往返400次的路程之和。2016年，谷歌的智能车团队独立成立公司Waymo，并且与捷豹路虎集团联合研发了了基于捷豹I-PACE纯电动汽车的自动驾驶智能车。图1-2Waymo和捷豹路虎集团研发的I-PACE电动智能车智能车与自动驾驶技术在欧洲各国也取得了高度的关注，法国在2013年所提出的《新工业法国》中指出，无人驾驶汽车是法国现阶段与未来若干年所重点培育发展的工业部分之一。2014年，法国投资1亿欧元进行道路联网与无人车辆测试相关工作的推进。2017年1月，法国在巴黎开始进行无人驾驶巴士EZ10的公开测试，在连续密集的道路测试的同时，也通过摄像头与激光雷达等传感器采集了大量交通标志牌、行人与过往车辆的数据。德国一直拥有发展先进汽车工业的土壤，Bosch、梅赛德斯奔驰、大众与欧宝等公司在无人车辆研发、城乡道路测试、建立诸如kitti[51]无人驾驶数据集等工作上也作出了相当的贡献。意大利帕尔马大学所研发的BRAive样车在2013年实现了在帕尔马的乡村道路、城市道路与高速公路上的自主驾驶。在发展无人驾驶汽车的过程中，日本所提出的ITS发展战略从交通信息交互，自动驾驶控制与大数据应用等领域出发，将其划分为了三个阶段。在2014-2016

学、上海交通大学、同济大学与国防科技大学等数十家科研单位参赛。截至目前该项赛事已经举办至第十一届，在2019年所举办的比赛中，共有29只来自各个研究机构、高校与企业的队伍报名参赛。在本次比赛中，举办方着重考察了各个队伍参赛车辆的面对各类场景的适应性与车辆的4S性能(安全性、舒适性、敏捷性与智能性)。与以往的比赛不同的是，该次赛事还增加了智能车在城市、乡村、高架道路不依赖卫星信号的赛程，从而更加全面的考察参赛队伍车辆的自主感知能力与自主决策能力，最终来自西安交通大学的“先锋号”成功卫冕冠军。图1-3西安交通大学的“先锋号”智能车如同美国所举办的DARPA挑战赛，“中国智能车未来挑战赛”在十余年的历程中提供了一个很好的平台，大大地促进了我国智能车领域研究的创新与发展，

【参考文献】：
期刊论文
[1]基于分支网络辅助任务的端到端自动驾驶[J]. 王丹.  集成电路应用. 2019(03)
[2]无人驾驶车辆行为决策系统研究[J]. 熊璐,康宇宸,张培志,朱辰宇,余卓平.  汽车技术. 2018(08)

博士论文
[1]城市环境下无人驾驶车辆决策系统研究[D]. 陈佳佳.中国科学技术大学 2014

硕士论文
[1]融合时空特征的端到端驾驶决策算法及仿真实现[D]. 梁黄黄.电子科技大学 2019
[2]基于时空递归神经网络的智能车端到端决策研究[D]. 金凡.电子科技大学 2018



本文编号：3605789