融合时空特征的端到端驾驶决策算法及仿真实现

发布时间：2021-05-31 22:32

　　智能汽车决策系统的目标是使智能汽车整合环境及车辆内部信息,确保车辆安全稳定地运行。为了学习在道路上驾驶,传统方法利用多传感器目标检测和融合技术获取周围环境情况,并将处理后的关键信息发送给决策层,最后将规划适当的路径、速度等信息发送给控制层。而端到端方法将学习从感知信息映射到转向角的单个网络,直接基于输入图像计算决策值,将认知过程统一到决策过程中,以这种方式简化了系统结构。针对传统智能汽车驾驶决策算法在特征提取上和现有端到端驾驶决策算法不考虑车辆动态信息的问题,本文提出了一种基于时空联合深度残差网络模型的端到端驾驶决策方法,该方法能够准确预测方向盘角度值。本文主要做了以下三个工作:（1）针对传统端到端驾驶决策算法无法很好地获取历史图像输入之间的时空联合信息这一问题,提出了一种基于时空联合特征的深度残差网络模型,该算法结合了时空联合深度残差网络（Residual Network,ResNet）和卷积长短时记忆网络（Convolutional Long Short Term Memory Network,Conv-LSTM）,通过提取历史若干帧之间的时空联合特征,对智能汽车当前时刻的转向角进... 

【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】：71 页

【学位级别】：硕士

【部分图文】：

智能汽车示例

Boss无人驾驶汽车决策系统

Junior无人驾驶汽车决策系统

【参考文献】：
期刊论文
[1]自动驾驶量产的难点分析及展望[J]. 李德毅,赵菲,刘萌,王建.  武汉大学学报(信息科学版). 2018(12)
[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)
[3]智能网联汽车现状及发展战略建议[J]. 李克强.  经营者(汽车商业评论). 2016(02)
[4]基于神经网络和模糊推理的移动机器人行为决策与控制[J]. 彭刚,黄心汉,杨涛,高健,伍翼,熊有伦.  华中科技大学学报(自然科学版). 2004(S1)
[5]CITAVT-IV——视觉导航的自主车[J]. 孙振平,安向京,贺汉根.  机器人. 2002(02)
[6]多功能室外智能移动机器人实验平台—THMR-V[J]. 张朋飞,何克忠,欧阳正柱,张军宇.  机器人. 2002(02)

博士论文
[1]自主驾驶汽车智能控制系统[D]. 孙振平.国防科学技术大学 2004

硕士论文
[1]基于深度学习的单幅人脸图像超分辨研究[D]. 李聂.南京理工大学 2018



本文编号：3209096