一种面向自动驾驶汽车的卷积神经网络方法
机器人学
2019-09-10 v1
摘要
采用卷积神经网络（CNN）方法，通过将相机输入的像素映射到转向指令，实现二级自动驾驶汽车。该网络自动从相机输入中学习最大可变特征，因此所需人工干预最小。给定真实帧作为输入，在 NVIDIA 和 Udacity 数据集上训练的驾驶策略可在受控环境中适应真实世界驾驶。该 CNN 在 CARLA 开源驾驶模拟器上进行了测试。本文还介绍了一个 beta 测试平台，其包含用于障碍物检测的超声波传感器和以 10Hz 进行实时位置监测的 RGBD 相机。使用 Arduino Mega 和 Raspberry Pi 分别进行电机控制与处理，以输出转向角，并转换为角速度用于转向。
引用
@article{arxiv.1909.03854,
title = {A Convolutional Neural Network Approach Towards Self-Driving Cars},
author = {Akhil Agnihotri and Prathamesh Saraf and Kriti Rajesh Bapnad},
journal= {arXiv preprint arXiv:1909.03854},
year = {2019}
}
备注
4 pages, 7 figures