典型文献
基于改进PilotNet的端到端无人车控制
文献摘要：
端到端的驾驶决策目前是无人驾驶领域的研究热点之一.针对一款无人小车,首先使用一个9层的卷积网络PilotNet对车辆进行横向控制,纵向的前进速度为一个恒定值,在训练的过程中发现该网络存在过拟合的现象.在此基础上,设计了一个新的深度学习网络用于提取图像中的特征,并将预测的结果应用于小车的纵向和横向运动控制.进行训练之前,遥控无人小车沿地图上标志的路径行进,将车载摄像头获得的图像数据以及该时刻遥控器对应的前进速度和转向角给定值记录下来,作为观察值,将所设计的网络输出作为预测值,使用MSE作为目标函数,以便进行训练,所设计的网络参数较PilotNet减小了25％.最终,通过在验证集上的对比发现,所设计的网络较PilotNet误差更小,将设计的网络部署在小车上,通过实验发现,采用速度调节的小车,比未采用速度调节的小车跑完跑道的时间少5 s,表明所建立的模型具有较好的控制效果.
文献关键词：
端到端决策;深度学习;无人驾驶
中图分类号：
作者姓名：
王树磊;赵景波;赵杰;刘逍遥;张大炜
作者机构：
常州工学院 汽车工程学院,江苏 常州 213032
文献出处：
引用格式：
[1]王树磊;赵景波;赵杰;刘逍遥;张大炜-.基于改进PilotNet的端到端无人车控制)[J].重庆理工大学学报,2022(06):41-47
A类：
PilotNet
B类：
无人车,无人驾驶,小车,卷积网络,横向控制,过拟合,深度学习网络,结果应用,横向运动控制,车沿,上标,径行,车载摄像头,图像数据,遥控器,转向角,记录下来,MSE,网络参数,验证集,网络部署,车上,速度调节,跑道,端到端决策
AB值：
0.35303
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
