【摘 要】
:
随着自动驾驶的研究逐步走向实用化,人们对自动驾驶准确性与安全性的要求也越来越高。自动驾驶系统是一个高度自治的系统,包括感知模块,路径规划模块,行为决策模块和自适应控制模块,其中行为决策模块是确定自动驾驶汽车安全性和稳定性的关键技术。现有的主要决策算法可以分为三类:基于规则的方法,强化学习方法和深度学习方法。基于规则的方法对于简单场景的准确性很高,但是规则制定方法的复杂性限制了它在复杂环境中的进一步
论文部分内容阅读
随着自动驾驶的研究逐步走向实用化,人们对自动驾驶准确性与安全性的要求也越来越高。自动驾驶系统是一个高度自治的系统,包括感知模块,路径规划模块,行为决策模块和自适应控制模块,其中行为决策模块是确定自动驾驶汽车安全性和稳定性的关键技术。现有的主要决策算法可以分为三类:基于规则的方法,强化学习方法和深度学习方法。基于规则的方法对于简单场景的准确性很高,但是规则制定方法的复杂性限制了它在复杂环境中的进一步发展。强化学习方法可以在不复杂的情况下做出安全有效的驾驶决策,但由于真正的驾驶环境复杂又多变使决策的准确性受到限制。因此我们选择深度学习方法应用于自动驾驶决策,其中长短期记忆神经网络(Long Short-term Memory Neural Network,LSTM)是自动驾驶决策最重要的网络架构之一。但是,由于未考虑周围车辆的信息,长短期记忆神经网络的决策准确性受到限制,这些信息对于自我车辆的决策至关重要。其次,现有算法中多数使用softmax分类器,这导致它们的分类精度较差,为此我们选用支持向量机进行分类。第三,支持向量机中固定的内核函数参数导致它的分类能力较差。本文对自动驾驶决策方法进行了系统研究,针对上述存在的问题提出了一种新的网络架构,该网络架构基于长短期记忆神经网络,且使用具有改进的蚱蜢优化算法优化的支持向量机进行分类,称为基于长短期记忆神经网络和蚱蜢优化算法的自动驾驶决策算法(GOA-Im LSTM)。GOA-Im LSTM中主要提出了以下三项创新点:(1)为了考虑到周围车辆的信息,根据车辆位置设计三个并行的长短期记忆神经网络单元和一个与之串联的长短期记忆神经网络单元,使用这种新的网络架构提取自动驾驶车辆的重要特征。(2)为了提高分类精度,引入了比softmax分类能力更强的支持向量机来完成分类任务。(3)为了提高支持向量机的分类能力,采用蚱蜢优化算法对支持向量机的参数进行优化。此外,蚱蜢优化算法的探索与开发能力不协调,为了平衡蚱蜢优化算法的探索和开发能力,本文在蚱蜢的位置移动公式中定义了动态权重。本文使用NGSIM数据集进行实验,将本文提出的算法与其他的自动驾驶决策算法进行了对比,实验表明,GOA-Im LSTM具有较好的自动驾驶决策结果,提高了自动驾驶决策结果的准确性。自动驾驶决策是本文的研究重点,本文在实验过程中,循序渐进的提出问题,解决问题,通过逐步解决三个问题按顺序提出了上述三项改进,此外,本文算法可以根据具体实验要求以及数据特点进行不同参数的设定,以适应不同的自动驾驶决策环境,算法具有较强的灵活性。
其他文献
随着全球气候剧烈变化,洪涝灾害已经成为影响我国作物产量的重要灾害之一,对农业产生的影响严重制约了我国经济发展。监测作物涝害情况已成为国内外研究的重要领域,所以对涝害进行精准、实时高效的监测对于指导农业发展有重要意义,同时对灾后作物恢复和受灾的评估有指导意义。当前,涝灾的研究主要以气象信息和当地实际情况采用传统方法进行监测和预警,且研究方向集中在经济损失和环境安全方面,而针对农作物的涝害研究甚少,这
图像分割是指将图像中的像素按一定的颜色、纹理等规律,形成有意义的区域或目标。图像分割形成的区域内部有一定相似性,不同的区域有一定差异性。图像分割作为计算机视觉中的重要领域,是多种视觉任务的预处理手段,如目标检测、物体定位、医学上的肿瘤检测等等。在这些任务中,图像分割能够提取该任务感兴趣的区域,减少对于图像的计算量。图像分割也是计算机视觉中的难点问题之一,研究成果众多,至今仍然没有完美且通用的分割方
在自然语言处理(Natural Language Processing,NLP)领域中,命名实体识别(Named Entity Recognition,NER)是核心问题之一。从经典机器学习、深度学习再到如今的预训练模型方法,命名实体识别经历的三大发展浪潮也映射了NLP的不同发展阶段。经典机器学习方法如HMM和CRF等,虽然在一些数据集上的实体识别取得了很好的效果,但由于模型经常使用不恰当的生成概
近年来,随着中国经济快速发展,城市居民拥有的私家车数量也在急剧增加,由此产生了停车难问题。如何借助信息化技术来解决这一问题是当前的研究热点。为了解决上述问题,本文依托吉林省重点科技研发项目“基于车联网的城市停车位智能服务平台的构建”,设计并实现了一种智能停车客户端,力求为用户提供方便快捷的停车服务。由于寻找停车位的过程中路径规划可能不精确,针对这个问题,本文提出了自适应布谷鸟混合算法,并在相关数据
停车位智能服务平台的运行过程中,各通信角色之间,特别是客户与停车场管理员之间、平台内部各节点之间会持续进行数据传输,此时若不对信息进行保密防护,会导致用户个人信息、支付数据以及账户口令暴露于开放的互联网空间,中间人通过技术手段可窃取私密信息,导致用户财产损失及信息失窃。要想保证平台的安全顺利运行,通信数据的安全是必须要考虑的重要技术问题。为保护平台通信中的信息安全,最可靠、最可行的手段是应用现代密
当前的汽车行业中,电动汽车已经渐渐成为研究的主要方向,然而目前市场上的动力电池,因为其充放电特性,能量密度,快充等技术条件的限制,一直在制约电动汽车的发展。在电动汽车的解决方案中,增程车的发动机工作特性好,排放性能优越,续航里程场长,使用成本低,是电动汽车的中间方案中一个比较好的选择。其中比较重要的部件是增程器(Auxiliary Power Unit,APU),动力电池以及驱动电机。而其中的动力
道路条件的环境感知是汽车自动驾驶技术的重要环节,提前获得的道路条件信息,能够为自动驾驶车辆在行驶过程中的启动、转向和停止等操作实时提供操作判别依据。本文以非结构化道路为研究对象,探究其道路区域检测及路面类型识别算法,为车辆提供可靠精准的输入信息,从而实现车辆在非结构化道路行驶的精确控制。对非结构化道路区域检测和类型识别的研究主要基于视觉信息方法进行,需要在汽车上安装相机或摄像头等传感器。本文依托于
背景:间充质干细胞是再生医学中的理想候选者,目前其临床应用受限于由移植微环境改变导致的细胞存活率降低和旁分泌能力差。预处理策略被认为可以最大限度地提高间充质干细胞在移植微环境的存活率和生物学作用,为严重烧伤的治疗提供新思路和潜力。目的:对间充质干细胞预处理策略在严重烧伤治疗中的潜力进行综述。方法:以“间充质干细胞,严重烧伤,间充质干细胞预处理,烧伤病理生理学,严重烧伤”和“mesenchymal
近年的高考物理电学实验中,以定值电阻为背景的设计性试题层出不穷。定值电阻在电学实验中的作用灵活多变,但很多学生不知道定值电阻的作用和其对电路的影响,故对它的选用感到无从下手。鉴于此,本文结合往届高考试题,对电学实验中定值电阻的主要用途进行简单小结。
无人驾驶技术在计算机技术和人工智能技术快速发展的推动下,正在全球掀起热潮,众多科技公司、整车厂和高校都在积极探索无人驾驶技术。无人驾驶技术不仅能够给人类的日常生活带来极大的便利,同时能够在生态保护、安全交通、缓解城市交通压力等方面提供完美的解决方案。无人驾驶的实现需要传感技术、定位技术、融合预测技术、决策规划技术、线控技术等协调发展。为实现汽车的无人驾驶,一个重要的亟待解决的关键技术便是自主换道技