一种基于脉冲神经网络的无人车类脑自主避障方法及系统

摘要

本发明公开了一种基于脉冲神经网络的无人车类脑自主避障方法及系统，改方法步骤为：S1采集模拟无人车搭载相机驾驶的视频数据作为训练数据；S2对训练数据进行预处理；S3采用卷积神经网络架构构建卷积神经网络，将其各个神经元转化成LIF脉冲神经元，将预处理的训练数据输入脉冲神经网络中进行训练；S4将完成训练的脉冲神经网络应用于无人车的处理器中，实时采集的视频帧数据通过处理器中的脉冲神经网络后输出得到障碍阻挡的概率，处理器根据输出的障碍阻挡的概率对当前无人车的前进速度、转弯增益进行调整。本发明的有益效果是：提高计算效率，减少视频帧处理时间，实现无人车的自主避障；可应用于存在动态障碍物的环境。