基于神经网络深度学习的无人驾驶小车设计与制作

摘要

随着社会的飞速发展,人们对物质生活需求进一步提高,具有无人驾驶功能的车辆逐渐走入家家户户当中.车辆利用自身搭载的各种传感器感知道路环境,能够在道路上改变驾驶行为,实现决策功能.实现无人驾驶可以更好的利用交通道路资源,减少意外发生,因而研究无人驾驶具有十分重要的意义.无人驾驶系统采用端到端控制方法,将整个系统当作研究对象,建立了端到端的控制系统.在系统设计中,学习系统使用RNN-LSTM网络,解决了传统RNN网络梯度爆炸和消失问题,利用随机失活方法,随机删除神经网络单元,提升了网络训练效果.由树莓派微处理器构成下位机部分,经模型部署后,整个系统仅需要预测行驶路线和转弯角度,即可完成驾驶任务.