深度学习在辅助驾驶系统中的应用

来源 :现代计算机 | 被引量 : 0次 | 上传用户:jj80022084
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来人工智能的蓬勃发展,取得了众多显著的成果,受到了各方的关注和重视.其中理论和技术最具发展前景的是计算机视听觉、自然语言处理等领域.理论的完善和技术的进步也促进了产业革新和社会进步.其中在现代汽车生产制造中融入了越来越多的辅助驾驶功能,包括车道保持、自动泊车、刹车辅助、自动转向、道路标志识别等.这些功能的实现基础是近年来飞速发展的智能化、自动化技术.综合现阶段辅助驾驶领域中的研究成果、突出技术,对深度学习算法在辅助驾驶系统中的影响和应用展开分析,为深度学习算法对辅助驾驶系统的提升提供思路.
其他文献
诸多场景都需要采用定向高增益的双极化天线.采用加载三角寄生单元增加表面电流路径以提高增益,设计了一款新型正交双线极化角馈桌形天线,并以对称反相馈电组成阵列.设计和加工一只2×2天线阵列样品为例,两组端口分别馈电.测试结果表明,该阵列谐振频率在5.8 GHz,平均阻抗带宽达到6.5%,增益约为15.5 dBi,口径效率约为76%,测试与仿真结果吻合良好.对应于中心工作频率的电尺寸为1.93λ×1.93λ×0.077λ(λ为中心频率为5.8 GHz时对应自由空间中的波长).
显著性目标检测(SOD)是计算机视觉中用于检测、分割和分类不同尺度物体的一个基本课题.在基于RGB-D的显著性目标检测中的一个主要问题是如何有效地融合多层次特征.针对RGB-D显著性目标检测的多层次特征融合问题,通过设计一种以深层次特征为主逐步细化融合的双流网络模型,来完整并细致地检测出显著目标,其中使用Depth图像提供补充信息,以提高网络在复杂场景中的性能.在常用的5个数据集上的实验结果表明,这一模型在完整细致地检测出显著目标方面有优越的性能.
近年来,随着深度学习的不断发展,深度卷积神经网络在各个实际场景中得到广泛的应用.然而,由于训练好的模型参数的保存精度和推理精度通常是32位浮点型,其计算复杂度高、内存占用较大、耗时长等缺点,导致一些精度很高的模型往往很难部署到计算和内存资源受限的边缘设备上去.针对此,本文提出一种将浮点模型量化为定点模型的量化算法,此算法可以在模型训练过程中使用网络学习出特定的层应该采取的量化精度,避免了人为设定量化精度从而导致训练好的定点模型精度较浮点模型精度严重降低的情况.最后结合ASIC神经网络加速芯片进行边缘端部署
设计了一种新型小型化超宽带盘锥天线,结构简洁,12根放射状延伸的金属杆组成天线锥形辐射体.采用双圆环加“十”字架构建的顶部加载结构,形成分布式电容改善天线低频段输入阻抗并引入新谐振点,大幅度减小了天线电尺寸,在保持超宽带特性的同时实现了小型化.完成了天线样品加工制作和测试,测试结果表明该天线的VSWR<2.5阻抗带宽超过13倍频(0.47~6.5 GHz),天线尺寸为0.27λ×0.27λ×0.1λ.天线在工作频段内有良好全向辐射特性,最大增益约为7.8 dBi.
交通流量预测作为现代智能速度管理系统的重要组成部分,是一项具有挑战性的任务.现有的方法主要是采用深度神经网络和图神经网络.然而,这些方法存在以下缺点:①大多数方法都是基于局部空间邻居来捕获空间相关性的.然而现实的交通道路情况复杂多变,捕获道路上下文的信息也至关重要.②现有的应用于交通流量预测的时间卷积网络感受野有限,不能捕捉到长时间的流量关联.基于以上问题,提出了一种组合自适应空间图和自适应语义邻居图的图卷积方案,并引入了多尺度时间卷积模块来扩大感受野.通过METR-LR和PEMS-BAY两个数据集验证的
针对大数据时代数据量级随时间不断累积、在大数据环境中查询数据困难且缓慢的问题,提出一种基于HiveSQL的增加任务并行度与建立中间表组合的优化查询方法.本文应用的是Hadoop生态系统中Hive数据库,从Hive数据库里数据量级为Pb的数据当中,通过编写SQL语句查询出实验所需要的数据.当在查询数据量级过大、查询指标较多并且SQL查询语句冗长的情况下,都会造成查询时间过长和查询效率低的问题,提出增加SQL任务并行度与建立中间表组合的优化查询方法来解决这一问题.实验结果证明,本文提出的方法将大数据查询时间缩
针对搜索引擎显示内容不够详尽、不能快速理清其中四大名著人物关系的缺点,构建基于知识图谱的四大名著人物关系.选用Python语言,将人物关系存储在Neo4j数据库中,采用Flask框架做Web界面实现前后端的交互.前端可视化展示平台中的数据由MySQL数据库返回,使用echarts技术展示出四大名著的介绍,有效地帮助使用者和文学爱好者快速地理清四大名著中复杂的人物关系.
设计了一款新型的双频、正交双线极化、宽带磁电偶极子天线.该天线采用两对磁电偶极子正交放置实现了双线极化.为实现双频工作,其电偶极子设计为包含上层大振子和下层小振子的双层结构,并且上层大振子为空心结构以减少对下层小振子的电磁辐射遮挡.最终设计和加工了一只天线样品,测试表明该天线拥有两个宽带工作频段,其VSWR<2阻抗带宽分别达到58.3%(3.4~6.2 GHz)和47.5%(8.5~13.8 GHz).同时具有良好的定向方向图和稳定增益,两个频段内增益分别为7.6±0.5 dBi和9.5±1.3 dBi.
藏传统艺术文化是中华传统文化的重要组成部分[1],设计一款藏传统艺术文化交流平台对于学习、宣传和弘扬藏传统艺术文化有重大的意义.文章详细描述了一款藏传统艺术文化交流平台的设计与实现的全过程,平台采用前后端分离的开发模式[2],前端使用Vue.js、Echarts等技术实现,后端使用Spring Boot框架开发,实现了一款具有展示、交流、分享、收藏、推荐等功能,内容丰富、结构清晰的藏传统艺术文化交流平台.
光伏功率点预测方法无法对功率波动进行预测,当功率出现短时波动时预测结果将会产生较大偏差.本文基于贝叶斯深度学习网络,通过堆叠自动编码器对复杂气象因素进行特征提取和自动降维,利用一维卷积神经网络学习历史运行数据的趋势特征,以此对光伏功率两类输入特性参数进行预处理,改进贝叶斯深度网络结构.最终在某光伏电厂数据上,进行了不同置信度区间的概率预测,并与其他概率预测算法进行对比验证,从仿真结果可知本文所提方法可对功率波动做出较为准确的响应,预测效果更好.