基于神经网络的智能驾驶模式识别研究

摘要：

为满足智能驾驶汽车高级驾驶辅助系统(ADAS)功能研发和验证的需求,提高ADAS功能的准确性,设计了一款基于神经网络的智能驾驶模式识别程序,该程序由数据采集、目标检测、场景识别预测3个模块组成.数据采集模块利用ESR毫米波雷达、前置摄像头对交通环境及周围车辆的数据信息进行采集;目标监测模块通过控制算法选择判断触发各类ADAS功能场景的最可疑目标;场景识别处理模块以汽车制造商提供的大量自然驾驶数据的场景挖掘结果为依据,利用神经网络学习各类ADAS场景的特征行为,并通过约束条件对各类ADAS功能场景的识别结果进行实时判定.通过开放道路试验进行验证,结果表明,该程序的场景识别结果准确率可达到99.86％.

关键词：智能驾驶、模式识别、神经网络、开放道路试验、智能网联

分类号：U461(汽车工程)

在线出版日期：2021-01-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：19-24