一种面向高速公路场景的智能车端到端决策方法及系统

摘要

本发明公开了一种面向高速公路场景的智能车端到端决策方法及系统，具体包括以下几个模块，预训练决策模块、智能车端到端决策系统框架模块和智能车端到端决策系统测试模块，利用训练样本集训练初始训练网络模型，获得预训练初始化模型，在端到端决策系统里面加载训练好的决策模型计算出方向盘转角值，该系统有较强的稳定性，预测的方向盘转角值比较平稳，保证智能车在实际高速公路上能够平稳行驶，在智能车拐弯时能很好地拟合基准曲线，不会像卷积网络那样出现较大偏差；预训练好的时空特征融合网络已经具备一定的预测方向盘转角的能力，通过模型迁移法该决策网络直接迁移到高速公路场景下可以节省很多时间，不用再从头开始训练网络模型。