论文部分内容阅读
近年来,随着人工智能的不断发展,自动驾驶作为其重要落地项目也取得了巨大的进展。目前,自动驾驶主要由环境感知、行为决策与车辆通信三个方面组成。本文针对环境感知中的视觉辅助提出基于深度学习的实时语义分割算法,对行驶前进方向的街景图像做出实时语义分析;针对自动驾驶中的行为决策,提出使用深度强化学习的方法进行优化;针对车辆通信中提高车辆与路边单元通信效率方面,提出基于深度强化学习的方法,在车辆自动驾驶的情况下对路边单元进行智能主动缓存的联合优化。本文的主要工作和创新如下:
1.针对使用卷积神经网络对街景图像进行语义分割时存在的计算量大、特征利用不充分的问题,提出了基于轻量多分支特征跨层融合的编码-解码语义分割网络结构。该结构分别使用不同分辨率的原始图像作为网络中多分支的输入,并在输入后,使用空间多用卷积核初步提取特征,之后使用残差模块进行后续的特征提取与特征融合,并在其中使用深度可分离卷积代替传统卷积以降低网络计算量。在网络的各个分支之间,进行各阶段的特征融合,并将分支结束后提取到的特征传递到下一分支中。经实验验证,该方法在Cityscapes数据集达到了112.3FPs的处理速度,并可以保证65.6%的mIoU语义分割性能。达到了进行实时语义分割的要求。
2.针对自动驾驶的行为决策问题,采用马尔科夫决策过程进行建模,并提出基于深度强化学习的自动驾驶行为决策算法。首先将系统模型设定为单向直行三车道并包含多个干扰车辆的高速公路。将驾驶行为细分为:向左变道,向右变道,速度改为0 (停止),速度改为1,速度改为2,速度改为3。将车辆周围的状态作为其环境感知的结果,并设定为可以从系统模型中获取。然后针对不同状态、动作,设定相应的奖励值。提出了基于深度强化学习的自动驾驶行为决策算法。最后经实验验证,该方法在不同的学习率、干扰车辆数目等参数条件下,均取得较好的表现。
3.针对车辆与路边单元通信效率的提升问题,提出在车辆自动驾驶的同时对路边单元进行主动缓存的优化方案。这时采用两个独立的马尔科夫决策过程对车辆与路边单元这两个对象分别进行建模。系统模型在上一方法的基础上,在道路侧方放置了多个路边单元,并使其可以均匀覆盖住车辆的行驶区域。车辆根据相应的无线信道模型计算出的接收数据包速率从路边单元中接收数据。路边单元根据车辆行驶速度、接收数据情况与上一路边单元的缓存情况决定缓存数据的数量。提出一种双DQN联合深度强化学习算法,来对两个不同的决策过程进行优化。经过实验验证,该方法在不同学习率、数据包需求量、路边单元距离等参数条件下,均取得较好的表现。
本文最后分析了上述方法中的不足以及下一步的改进方向。
1.针对使用卷积神经网络对街景图像进行语义分割时存在的计算量大、特征利用不充分的问题,提出了基于轻量多分支特征跨层融合的编码-解码语义分割网络结构。该结构分别使用不同分辨率的原始图像作为网络中多分支的输入,并在输入后,使用空间多用卷积核初步提取特征,之后使用残差模块进行后续的特征提取与特征融合,并在其中使用深度可分离卷积代替传统卷积以降低网络计算量。在网络的各个分支之间,进行各阶段的特征融合,并将分支结束后提取到的特征传递到下一分支中。经实验验证,该方法在Cityscapes数据集达到了112.3FPs的处理速度,并可以保证65.6%的mIoU语义分割性能。达到了进行实时语义分割的要求。
2.针对自动驾驶的行为决策问题,采用马尔科夫决策过程进行建模,并提出基于深度强化学习的自动驾驶行为决策算法。首先将系统模型设定为单向直行三车道并包含多个干扰车辆的高速公路。将驾驶行为细分为:向左变道,向右变道,速度改为0 (停止),速度改为1,速度改为2,速度改为3。将车辆周围的状态作为其环境感知的结果,并设定为可以从系统模型中获取。然后针对不同状态、动作,设定相应的奖励值。提出了基于深度强化学习的自动驾驶行为决策算法。最后经实验验证,该方法在不同的学习率、干扰车辆数目等参数条件下,均取得较好的表现。
3.针对车辆与路边单元通信效率的提升问题,提出在车辆自动驾驶的同时对路边单元进行主动缓存的优化方案。这时采用两个独立的马尔科夫决策过程对车辆与路边单元这两个对象分别进行建模。系统模型在上一方法的基础上,在道路侧方放置了多个路边单元,并使其可以均匀覆盖住车辆的行驶区域。车辆根据相应的无线信道模型计算出的接收数据包速率从路边单元中接收数据。路边单元根据车辆行驶速度、接收数据情况与上一路边单元的缓存情况决定缓存数据的数量。提出一种双DQN联合深度强化学习算法,来对两个不同的决策过程进行优化。经过实验验证,该方法在不同学习率、数据包需求量、路边单元距离等参数条件下,均取得较好的表现。
本文最后分析了上述方法中的不足以及下一步的改进方向。