城市典型工况下端到端自动驾驶方法研究

发布时间：2021-09-15 08:37

　　随着深度学习的发展,其在计算机视觉方面取得了令人瞩目的成果,而基于计算机视觉的端到端自动驾驶技术也得到了长足进步。一般的端到端自动驾驶方法仅仅预测当前时刻的转向角,难以完成车辆的横纵向控制,或者是同时预测转向角与车速,且未很好的映射,导致预测准确率不如单目标的映射,且工况常常是在一些人和车较少的简单场景,缺少对于城市其他工况的研究。针对这类问题,本文选取了几个典型的城市工况进行研究,提出了一种融合图像去噪模型的双目标端到端自动驾驶模型,能够较为准确的同时预测方向盘转角与车速。主要工作如下:（1）传统的端到端自动驾驶方法几乎不对数据集进行增强,特别是图像数据,而随着图像设备成本的降低,成像质量必定下降,针对这一问题,本文将生成对抗式网络（GAN,Generative Adversarial Networks）加入到几种传统端到端自动驾驶模型中,将图像去噪作为模型的子任务,并且通过实车测试集验证融入图像去噪模型后的端到端自动驾驶模型预测性能的提升;（2）传统端到端自动驾驶对于车辆行为信息并没有很好的利用及映射,导致预测的准确性不高,针对这一问题,本文将车辆行为信息（车速与方向盘转角）加入到... 

【文章来源】：重庆理工大学重庆市

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

卡耐基梅隆大学研制的Navlab1

特斯拉Autopilot

谷歌Waymo

【参考文献】：
期刊论文
[1]路面路标高精度地图构建与多尺度车辆定位[J]. 胡钊政,孙莹妹,李祎承.  哈尔滨工业大学学报. 2019(09)
[2]基于深度学习的自动驾驶技术综述[J]. 张新钰,高洪波,赵建辉,周沫.  清华大学学报(自然科学版). 2018(04)
[3]百度谷歌无人驾驶汽车发展综述[J]. 何佳,戎辉,王文扬,田晓笛,高嵩,郭蓬.  汽车电器. 2017(12)
[4]无人驾驶汽车研究综述与发展展望[J]. 潘福全,亓荣杰,张璇,张丽霞.  科技创新与应用. 2017(02)
[5]人工智能综述[J]. 李玉环.  科技创新导报. 2016(16)
[6]基于D-GPS/IMU的组合导航方法研究与分析[J]. 张长远.  中国新通信. 2016(05)
[7]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)
[8]基于不确定融合的GPS/INS组合导航滤波算法[J]. 王慧丽,史忠科.  控制与决策. 2015(07)
[9]考虑全局最优性的汽车微观动态轨迹规划[J]. 孙浩,邓伟文,张素民,吴梦勋.  吉林大学学报(工学版). 2014(04)
[10]变曲率弯路车辆换道虚拟轨迹模型[J]. 任殿波,张京明,王聪.  物理学报. 2014(07)

博士论文
[1]汽车紧急避让操纵逆问题的建模与分析[D]. 汪伟.南京航空航天大学 2014
[2]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]基于流场的车辆换道轨迹规划方法[D]. 王玥.燕山大学 2016
[2]基于车车通信的多车协同自动换道控制策略研究[D]. 杨刚.清华大学 2016
[3]基于滚动优化的自主驾驶车辆避障控制[D]. 贾瑞.吉林大学 2014



本文编号：3395758