基于卷积神经网络与专家驾驶员行为的自主绕障机动
机器人学
2023-01-19 v1 机器学习
摘要
换道与避障是自动驾驶汽车最重要的任务之一。迄今为止，已提出许多通常基于路径轨迹或强化学习方法的算法。尽管这些方法高效，但无法精确模仿专家驾驶员行驶的平滑路径。本文提出一种利用卷积神经网络（CNN）模仿驾驶员行为的方法。首先，从驾驶模拟器中四名专家驾驶员收集的数据集提取七个特征。然后，将这些特征从一维数组转换为二维数组并输入 CNN。CNN 模型计算期望方向盘转角并发送给自适应 PD 控制器。最后，控制单元对方向盘施加适当扭矩。结果表明，CNN 模型能以 0.83 的 R2 平方模仿驾驶员行为。此外，所提方法在驾驶模拟器中进行了 17 次试验评估，均成功避开所有交通锥。在某些试验中，所提方法比专家驾驶员完成了更平滑的机动。
引用
@article{arxiv.2301.07424,
title = {Autonomous Slalom Maneuver Based on Expert Drivers' Behavior Using Convolutional Neural Network},
author = {Shafagh A. Pashaki and Ali Nahvi and Ahmad Ahmadi and Sajad Tavakoli and Shahin Naeemi and Salar H. Shamchi},
journal= {arXiv preprint arXiv:2301.07424},
year = {2023}
}