基于卷积神经网络的驾驶辅助系统设计

• 作者: 史二娜 姬冠妮 肖蕾蕾
• 来源期刊: 计算机测量与控制
• 关键词: 卷积神经网络 驾驶辅助系统 导航架构 巡航控制 激活函数 行车图像 Job请求 辅助波
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 控制技术
• 页码范围: 115-119
• 页数: 5页
• 分类号: TP752
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.12.026

摘要

为了减轻驾驶员在行驶过程中的操作负担,进而降低误差判断事件的出现几率,设计一种基于卷积神经网络的驾驶辅助系统;在执行良好的汽车导航架构中,限定Learning Navigation模块与Learning Controller模块的连接位置,再根据辅助驾驶传感器对于行驶画面的采集情况,对车辆巡航能力进行定向控制,抑制监测仪表中辅助波的过渡振动,完成驾驶辅助系统的需求与设计分析;在此基础上,确定辅助激活函数、约束仪表中的行车图像,建立标准化的卷积神经网络;按照驾驶辅助数据的学习结果,对其进行传输处理,进而连接驾驶辅助系统的Job请求,实现系统的顺利运行;利用卷积神经网络平台设计实车实验结果表明,应用驾驶辅助系统后,车辆监测仪表中辅助波振动幅度的最小值处于36～61 Hz之间,平均波长偏移量明显减小,驾驶员的行驶操作负担得到有效缓解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬冠妮	西安交通工程学院中兴通信学院	18	11	1.0	2.0
2	史二娜	西安交通工程学院电气工程学院	17	7	2.0	2.0
3	肖蕾蕾	西安交通工程学院电气工程学院	14	6	2.0	2.0