卷积神经网络在无人驾驶感知技术上的应用

• 作者: 刘新磊 王琪琛 赵星洋
• 来源期刊: 机械研究与应用
• 关键词: 卷积神经网络 视觉感知 无人驾驶汽车 深度学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 检测与控制
• 页码范围: 156-159,163
• 页数: 5页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16576/j.cnki.1007-4414.2019.01.049

摘要

对卷积神经网络(CNN)的目标检测方面展开研究,将识别精度较高的Faster RCNN网络框架进行了改进,并应用于无人驾驶视觉感知系统中.利用改进算法进行了不同场景的车辆检测仿真实验.应用了MATLAB的计算机视觉系统工具箱对改进的算法进行快速验证,并应用了驾驶场景设计器对多传感器融合及模拟道路场景进行构建;应用了Simulink和Embedded Coder分别进行视觉控制系统设计及自动代码生成.实验结果表明:改进算法的平均检测精度达到80％以上,具有较高的可行性及鲁棒性,上述解决方案可加快无人驾驶安全感知系统的研发速度,缩短研发周期.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘新磊		20	50	4.0	6.0
2	王琪琛		3	3	1.0	1.0
3	赵星洋		3	4	1.0	2.0