基于卷積神經(jīng)網(wǎng)絡(luò)的車輛前方障礙物識別.pdf_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著汽車保有量的不斷增加,道路交通安全問題日益突出。為了有效減少道路交通事故,汽車安全輔助駕駛技術(shù)得到廣泛關(guān)注。車輛前方障礙物識別是汽車安全輔助駕駛技術(shù)中的研究熱點和重點之一,是通過各種傳感器對車輛前方環(huán)境進(jìn)行感知,提前識別存在的安全隱患,可以有效降低交通風(fēng)險,因而受到世界各國政府、企業(yè)和科研機(jī)構(gòu)的重視。
  RBF網(wǎng)絡(luò)具有結(jié)構(gòu)簡單、收斂速度快及表達(dá)能力強等優(yōu)越性,卷積神經(jīng)網(wǎng)絡(luò)具有稀疏連接、權(quán)值共享和下采樣等特點,基于RBF網(wǎng)絡(luò)的

2、性能及卷積神經(jīng)網(wǎng)絡(luò)特性,本文針對高等級結(jié)構(gòu)化的道路環(huán)境,提出一種基于RBF卷積神經(jīng)網(wǎng)絡(luò)的車輛前方障礙物識別方法,并且利用本文建立的試驗樣本庫進(jìn)行測試,證明本文提出網(wǎng)絡(luò)結(jié)構(gòu)的有效性。
  由于在線學(xué)習(xí)實時性強、執(zhí)行簡單及不需要大量的存儲空間,本文設(shè)計基于RBF的在線學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò),利用手寫數(shù)字?jǐn)?shù)據(jù)庫MNIST對網(wǎng)絡(luò)進(jìn)行訓(xùn)練并測試。同時,針對高等級結(jié)構(gòu)化公路的特點設(shè)計一種半自動裁剪樣本的算法,為網(wǎng)絡(luò)的完全在線訓(xùn)練奠定基礎(chǔ)。最后,結(jié)合

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論