一种改进的神经网络道路跟踪方法

• 作者: 孙怀江 杨静宇
• 来源期刊: 机器人
• 关键词: 智能车 神经网络 道路跟踪
• 年，卷（期）: 2001,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 197-200
• 页数: 4页
• 分类号: TP24
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0446.2001.03.002

摘要

ALVINN是目前世界上性能最好的基于神经网络的智能车道路跟踪系统,但由于其道路跟踪摄像机是固定不变的,导致在转弯时可能丢失道路信息,从而使其性能下降,甚至不能完成这一任务.本文提出一种道路跟踪方法,使得在学习过程中和自主道路跟踪状态下,都能有效地控制道路跟踪摄像机的方位角,以保证道路尽可能处于摄像机采集的图像中央,在客观上为改进ALVINN的道路跟踪性能提供了可能,计算机仿真结果验证了这种方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机系	623	11098	50.0	74.0
2	孙怀江	南京理工大学计算机系	81	1003	16.0	28.0