基于深度学习的夜间模式下自动驾驶场景预测

摘要

cqvip:为了增强自动驾驶汽车在夜间行驶时对周围场景的理解,以便汽车或驾驶员可以及时做出相应的调整,将深度学习应用于夜视图像的场景预测。采用了一种预测编码网络来预测夜视图像的场景变化,在传统的深度卷积循环神经网络的基础上,对网络结构进行了一定的调整,将预测图像与实际图像的误差在网络中进行前向传递,不断更新预测误差来调整预测结果。试验结果表明,训练得到的场景预测模型,可以预测夜间驾驶场景0.4 s后的合理未来,且改善了对于长时间预测任务中效果不好的问题,具有良好的准确性和实时性。