基于空间与时间视觉线索的快速自动驾驶控制

Surya Dantuluri

基于空间与时间视觉线索的快速自动驾驶控制

机器人学 2018-07-24 v1 机器学习

作者: Surya Dantuluri

摘要

我们提出了一种利用深度卷积神经网络与长短期记忆系统相结合的现代汽车控制新方法：二者均属于分层表示学习（更常称为深度学习）的子领域。使用深度卷积神经网络与长短期记忆系统（DCNN/LSTM），我们提出了一种端到端的方法来准确预测转向角与油门值。我们在最新的机器人El Toro Grande 1（ETG）上使用了该算法，该机器人配备了多种传感器以在环境中进行定位。利用先前的训练数据以及其在环形赛和直线加速赛中收集的数据，它预测油门与转向角，以保持在路径上并避免与其他机器人碰撞。这使得ETG在拥有充足训练数据的情况下理论上可在任何赛道上行驶。

关键词

自动驾驶控制深度卷积神经网络长短期记忆端到端转向预测机器人定位视觉线索

引用

@article{arxiv.1807.08233,
  title  = {Rapid Autonomous Car Control based on Spatial and Temporal Visual Cues},
  author = {Surya Dantuluri},
  journal= {arXiv preprint arXiv:1807.08233},
  year   = {2018}
}

备注

8 pages, 23 figures, Video link of Salient Object Visualization: https://youtu.be/lFjsN7KcKIE

基于空间与时间视觉线索的快速自动驾驶控制

摘要

关键词

引用

备注

相关论文