基于深度神经网络的车道偏离预警
将车道偏离预警转化为分类问题,提出一种基于深度神经网络的车道偏离预警算法.建立人-车-路闭环系统模型,对模型中的车-路状态参数、车-路相对位置参数以及驾驶员特性参数进行随机抽样.以大量随机初始化的闭环系统的仿真结果作为深度神经网络的训练样本,采用深度学习方法优化网络得到偏离预测函数.基于Matlab软件平台,进行大规模的闭环系统仿真.结果表明,所提出的车道偏离预警算法能够及时预测车道偏离事件,且较现有方法其误警率显著降低.
交通安全 车道偏离预警 深度神经网络 闭环系统
谈东奎 陈无畏 王家恩 赵林峰 汪洪波
合肥工业大学机械与汽车工程学院,安徽合肥 230009
国内会议
广州
中文
1-11
2015-05-23（万方平台首次上网日期，不代表论文的发表时间）