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:
基于深度学习的端到端自动驾驶有着简洁高效的优势,尤其在车道保持上有着良好表现,但是面临路况复杂时存在极大的不稳定性,表现为车辆偏离车道现象.针对此问题,文章首先在虚拟环境下利用神经网络可视化方法分析了车道偏离的原因,然后在方法上将方向盘转角序列作为神经网络输入,同时根据车道线检测的方法求出车辆所在车道的面积作为辅助任务.文末分析对比了文章方法和递归神经网络(RNN,LSTM)方法在平稳性上的差异,最后通过虚拟实验和实车实验验证文章中的方法的有效性.结果表明,本文中的方法能有效改善车辆行驶平稳性问题,和LSTM方法相比稳定性效果相近,但本方法操作应用简单,节省计算资源.
推荐文章
结合车道线检测与驾驶员面部姿态识别的驾驶安全辅助提醒方法研究
智能驾驶
面部识别
车道线检测
驾驶员行为
基于端到端深度学习的智能车自动转向研究
端到端深度学习
自编码器
自动转向
反卷积
基于Transformer的端到端路面裂缝检测方法
路面裂缝检测
多尺度特征融合
Pre-LN Transformer网络
联合回归损失
端到端
汽车自动驾驶传感器发展
汽车
自动驾驶
传感器
神经形态
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 辅助车道线检测的端到端自动驾驶
来源期刊 汽车实用技术 学科 交通运输
关键词 端到端 神经网络 自动驾驶 序列 车道线检测
年,卷(期) 2020,(7) 所属期刊栏目 智能网联汽车
研究方向 页码范围 38-41
页数 4页 分类号 U471.15
字数 3354字 语种 中文
DOI 10.16638/j.cnki.1671-7988.2020.07.012
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 陈林昱 广州汽车集团股份有限公司汽车工程研究院 2 0 0.0 0.0
2 闫春香 广州汽车集团股份有限公司汽车工程研究院 1 0 0.0 0.0
3 王玉龙 广州汽车集团股份有限公司汽车工程研究院 1 0 0.0 0.0
4 刘文如 广州汽车集团股份有限公司汽车工程研究院 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
端到端
神经网络
自动驾驶
序列
车道线检测
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
汽车实用技术
半月刊
1671-7988
61-1394/TH
大16开
西安市未央区凤城七路赛高广场1008室
1976
chi
出版文献量(篇)
13181
总下载数(次)
93
总被引数(次)
9850
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导