10.16526/j.cnki.11-4762/tp.2019.12.026
基于卷积神经网络的驾驶辅助系统设计
为了减轻驾驶员在行驶过程中的操作负担,进而降低误差判断事件的出现几率,设计一种基于卷积神经网络的驾驶辅助系统;在执行良好的汽车导航架构中,限定Learning Navigation模块与Learning Controller模块的连接位置,再根据辅助驾驶传感器对于行驶画面的采集情况,对车辆巡航能力进行定向控制,抑制监测仪表中辅助波的过渡振动,完成驾驶辅助系统的需求与设计分析;在此基础上,确定辅助激活函数、约束仪表中的行车图像,建立标准化的卷积神经网络;按照驾驶辅助数据的学习结果,对其进行传输处理,进而连接驾驶辅助系统的Job请求,实现系统的顺利运行;利用卷积神经网络平台设计实车实验结果表明,应用驾驶辅助系统后,车辆监测仪表中辅助波振动幅度的最小值处于36~61 Hz之间,平均波长偏移量明显减小,驾驶员的行驶操作负担得到有效缓解.
卷积神经网络、驾驶辅助系统、导航架构、巡航控制、激活函数、行车图像、Job请求、辅助波
27
TP752(遥感技术)
陕西省教育厅科研计划项目18JK1041
2020-08-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
115-119