10.3969/j.issn.1001-3695.2018.09.074
基于端到端深度学习的智能车自动转向研究
为解决由图像直接计算出控制量的端到端深度学习算法中感知器和控制器难以区分的问题,对其网络结构进行了改进.通过预训练一个自编码器,得到良好的道路特征编码后,将编码器作为感知器和和转角预测控制器一起进行端到端的训练.训练结果表明,改进后的自动转向网络模型收敛得更快,预测的角度在测试集上能较好地跟随实际角度变化而变化.利用解码器和特征图反向传播法分别还原出道路图片,可视化了该自动转向模型重点关注的道路特征.
端到端深度学习、自编码器、自动转向、反卷积
35
TP181(自动化基础理论)
湖北省科技厅资助项目2016BEC116
2018-12-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
2873-2876