基于人工神经网络的无人车行为规划

摘要

行为规划是无人车驾驶的关键技术.基于视觉的行为规划提供了廉价的解决方案,但是由于道路图像分布的复杂性和图像计算量的庞大,使得无人车行为规划系统的设计变得困难.针对这一问题,提出一种基于神经网络的无人车行为规划系统,该系统首先将道路图像降维编码,并将编码空间约束为正态分布空间,再在编码空间中实现对无人车的行为控制.实验结果表明,该系统解决了直接在图像空间建模和计算复杂的困难,并能够较好地对无人车进行行为规划和有效地预防错误控制的发生.