基于TensorFlow深度学习自动驾驶小车的设计

• 作者: 曾啸川 莫岚淋 贺迪 邓红卫 陈一楠
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: TensorFlow 深度学习 卷积神经网络 自动驾驶 交通标志识别
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 设计开发
• 页码范围: 131-134
• 页数: 4页
• 分类号: TP18
• 字数: 1860字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2020.07.47

摘要

本文以自动驾驶小车为例,将深度学习技术运用于自动驾驶小车,在模拟的道路上,实现对交通标志识别的自动驾驶.本文采用TensorFlow深度学习框架,编写CNN结构模型,训练卷积神经网络,运用OpenCV图像处理技术,使用摄像头采集模拟道路与交通信号标志数据,通过处理器计算和处理,面对相应的交通信号标志,自动驾驶小车自动采取应对措施.测试结果表明,小车具有一定程度的自动驾驶与交通标志识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓红卫	衡阳师范学院计算机科学与技术学院	29	71	5.0	7.0
2	曾啸川	衡阳师范学院计算机科学与技术学院	1	0	0.0	0.0
3	莫岚淋	衡阳师范学院计算机科学与技术学院	2	0	0.0	0.0
4	陈一楠	衡阳师范学院计算机科学与技术学院	1	0	0.0	0.0
5	贺迪	衡阳师范学院计算机科学与技术学院	1	0	0.0	0.0