基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文构建了深度时空网络智能汽车决策模型。利用多重三维卷积通路对原始图像和底层特征图像进行高层时空特征提取并融合,将融合后的特征用于自动驾驶决策。将车辆行驶前方图像、方向盘转角、速度等数据作为模型训练输入数据,利用熟练驾驶人驾驶数据训练多维时空网络,构建多维时空决策模型。该决策模型利用了多维时空信息,直接输出自动驾驶汽车的决策信息,实现了端到端的自动驾驶决策。
推荐文章
汽车自动驾驶传感器发展
汽车
自动驾驶
传感器
神经形态
基于模糊神经网络的自动驾驶决策系统研究
模糊神经网络
自动驾驶
控制决策
自动驾驶汽车横向运动控制方法综述
自动驾驶
横向运动控制
纵/横向耦合
车联网
智能汽车自动驾驶的控制方法研究
智能汽车
自动驾驶
预瞄跟随理论
自适应模糊PID
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自动驾驶汽车深度时空网络决策模型构建
来源期刊 道路交通科学技术 学科 工学
关键词 智能汽车 深度学习 时空网络 决策算法
年,卷(期) 2020,(5) 所属期刊栏目
研究方向 页码范围 5-8
页数 4页 分类号 TP3
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张建国 1 0 0.0 0.0
2 杜磊 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
智能汽车
深度学习
时空网络
决策算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
道路交通科学技术
双月刊
1006-6713
11-3680/U
江苏省无锡市钱荣路88号
出版文献量(篇)
813
总下载数(次)
17
论文1v1指导