10.13505/j.1007-1482.2019.24.03.005
基于深度学习的无人小车树莓派实现
本文以无人驾驶小车为例,重点介绍了如何将深度学习技术在树莓派上实现.无人驾驶小车可以分为感知和决策两个部分,树莓派对电机的控制实现小车的决策部分;通过摄像头采集的视频对小车进行训练,让其具有感知功能,并通过测试,实现其感知部分.由于树莓派的算力有限,几乎无法搭载经典的网络结构,因此需要设计了几个简单的卷积网络,并对这些网络的性能进行对比,最后选择了一个网络作为实现的网络结构.本文的创新之处在于将深度学习技术落地.由于未见过其他文献有类似的想法实现,本文首先将深度学习技术在树莓派上实现,并成功应用于无人驾驶小车.
树莓派、深度学习、无人驾驶小车
25
TP311.52;TP212.9(计算技术、计算机技术)
2019-12-09(万方平台首次上网日期,不代表论文的发表时间)
共9页
216-224