تعیین زاویه فرمان در خودروهای خودران با استفاده از شبکه های عصبی عمیق و با دانش بصری و کنترلی

اکثر رویکردهای موجود در خودروهای خودران در سه دسته قرار می گیرند: رویکردهای مبتنی بر ادراک واسطه ای که کل صحنه را برای تصمیم گیری رانندگی تجزیه میکنند، رویکردهای ادراک مستقیم که تصویر ورودی را به تعداد کمی از شاخصهای کلیدی ادراک، نگاشت می کنند و رویکردهای واکنش رفتاری که مستقیما تصویر ورودی را به یک رفتار رانندگی نگاشت میکنند. مزیت رویکردهای واکنش رفتاری، انجام یکپارچه تمامی کارهای مورد نیاز برای رانندگی توسط شبکه است. ما سامانه ای مبتنی بر رویکرد واکنش رفتاری برای انجام ادراک و کنترل خودروهای خودران ارائه کرده و مدل ارائه شده را در شبیه ساز مورد آزمون قرار داده ایم. در ابتدا مدلی از محیط ایجاد شده و سپس با استفاده از این مدل، شبکه ای به منظور تعیین دستور کنترلی در هر گام زمانی به صورت یادگیری با ناظر، آموزش داده میشود. نتایج بدست آمده در شبیه ساز به دقت %100 و زمان 40میلی ثانیه رسیده که نسبت به رقبا عملکرد بهتری داشته است.

کلیدواژه ها:

خودروهای خودران ، یادگیری با ناظر ، یکپارچه ، شبکه های عصبی عمیق