基于VGGNet网络的雾霾无人车防碰撞研究.pdf
《基于VGGNet网络的雾霾无人车防碰撞研究.pdf》由会员分享,可在线阅读,更多相关《基于VGGNet网络的雾霾无人车防碰撞研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、24农机使用与维修2023年第9 期基于VGGNet网络的雾霾无人车防碰撞研究邓彦波,刘钊希(永州职业技术学院,湖南永州42 510 0)摘要:针对雾霾天气下无人车行驶容易出现视野受限,导致防碰撞能力下降的问题,提出了一种基于VGGNet网络的深度卷积神经网络模型,通过反向传播算法不断调整模型的权重和偏置,对收集雾霾天气下的图像和相关数据进行处理,实现模型的训练和优化。实验结果表明,所提出的方法可以有效地提高无人车在雾霾天气下的防碰撞能力,达到了良好的效果。研究结果可以为无人车行业在特殊气候条件下的防碰撞提供了一种新思路和实现方法,具有一定的参考价值和应用前景。关键词:VGCNet网络;深度卷
2、积神经网络;雾霾天气;无人车;防碰撞技术中图分类号:U463.6;TP273Collision Prevention Research of Haze Unmanned Vehicles Based on VGGNet NetworkAbstract:Aiming at the problem that unmanned vehicles driving under hazy weather are prone to have restricted vision,which leads to a decrease in collision avoidance ability,a deep co
3、nvolutional neural network model based on VGGNetnetwork is proposed,and the weights and biases of the model are continuously adjusted through the back-propagationalgorithm,and the images and related data collected under hazy weather are processed to achieve the training and optimi-zation of the mode
4、l.The experimental results show that the proposed method can effectively improve the anti-collisionability of unmanned vehicles in hazy weather and achieve good results.The research results can provide a new idea andrealization method for the unmanned vehicle industry to prevent collision under spec
5、ial weather conditions,which hascertain reference value and application prospect.Keywords:VGGNet network;deep convolutional neural network;fogy weather;unmanned vehicles;anti-collision tech-nology0引言随着人工智能和无人驾驶技术的不断发展,无人车的应用越来越广泛。但是,在特殊气候条件下,例如雾霾天气,无人车的行驶安全性和防碰撞能力受到了严峻挑战。由于雾霾天气下能见度低、光线暗等特点,无人车的视野容易受
6、限,从而导致无法准确识别和判断前方障碍物,加大了无人车行驶风险1-2 目前在雾霾天气下汽车防碰撞方面的研究已经涉及多种模型和方法,一些研究采用了基于深度学习的神经网络模型,如ResNet、M o b i le Ne t 等,来提高无人车在雾霾天气下的感知能力和防碰撞能力,此外,相关研究人员还使用传感器数据融合、图像增强技术、多模态感知等技术以增强无人车的环境感知和决策能力。尽管这些研究取得了一定进展,但仍存在一些问题呕待解决。基金项目:2 0 2 1年度湖南省教育厅科学研究项目(2 1C1514)作者简介:邓彦波(19 8 5一),男,湖南永州人,本科,讲师,研究方向为汽车技术。文献标识码:A
7、DENG Yanbo,LIU Zhaoxi(YongZhou Vocational Technical College,Yongzhou 425100,China)有一定的理论和实践意义。1国内外研究进展1.1国外研究进展在国外,无人车防碰撞方面的研究非常活跃。例如,美国的特斯拉公司、Google旗下的Waymo公司等都在这一领域进行了深人研究3-5。特斯拉公司利用高精度地图、毫米波雷达、激光雷达、摄像头等多种传感器对行驶环境进行感知,同时采用基于深度学习的算法对障碍物进行识别和分类,并根据车辆速度、距离等多个因素进行路径规划和决策,从而实现了高效的防碰撞能力6-7。特斯拉公司的无人驾驶技术已
8、经实现了在不同道路条件下的高效防碰撞和自动驾驶,受到了广泛关注。doi:10.14031/ki.njwx.2023.09.006针对以上问题,本文提出了一种基于VGGNet网络的雾霾无人车防碰撞研究方法,通过收集雾霾天气下的图像和相关数据进行训练和优化,以提高无人车在特殊气候条件下的防碰撞能力。研究结果旨在探究一种可行的无人车防碰撞技术,并对无人车在特殊气候条件下的行驶安全性进行提升,具2023年第9 期另外,Google旗下的Waymo公司也采用了多种传感器和深度学习算法进行无人车防碰撞研究。Waymo公司使用了毫米波雷达、激光雷达、摄像头等多种传感器对行驶环境进行感知,并采用了基于深度学习
9、的算法对障碍物进行识别和分类。在行驶决策方面,Waymo公司使用了基于机器学习的方法,对车辆的路径进行规划和优化,实现了高效、安全的自动驾驶8-10 O总体而言,国外在无人车防碰撞领域的研究较为深人,应用的技术手段和防碰撞效果都比较先进。这些研究成果为国内相关领域的研究提供了借鉴和参考,有助于国内无人车防碰撞技术的不断提升和发展。1.2国内研究进展在国内,无人车防碰撞领域的研究也取得了一定进展。以深度学习为代表的人工智能技术在无人车防碰撞中得到了广泛应用。中国科学院自动化研究所开发了一种基于深度学习的无人车防碰撞系统,通过利用多传感器获取的数据对道路环境和车辆周围的障碍物进行识别和分类,进而实
10、现自主导航和防碰撞。该系统在实际测试中表现良好,可有效避免无人车与障碍物的碰撞。此外,国内一些汽车制造商也在无人车防碰撞技术方面进行了研究和开发。例如,吉利汽车旗下的领克品牌推出了一款基于深度学习的智能防碰撞系统,该系统通过前视摄像头和雷达等多种传感器对前方障碍物进行感知和识别,从而实现了对车辆的自动刹车和避让。224 224 3224 224 6411211212856 56 256农机使用与维修国内在无人车防碰撞领域的研究和开发还处于起步阶段,但近年来取得了不小的进展。随着人工智能技术的不断发展和应用,相信国内无人车防碰撞技术水平将会不断提高,为智能交通和智慧城市建设做出更大贡献。2VGG
11、Net网络的深度卷积神经网络模型2.1 基本结构VGGNet是一种经典的深度卷积神经网络模型,其基本结构主要包括卷积层、池化层和全连接层三部分(图1)。卷积层是VGGNet网络的基本构建块,其作用是通过卷积运算对输人图像进行特征提取。VGG-Net网络中的卷积层均采用33大小的卷积核,并使用SAME填充方式,保证了特征图的尺寸不会发生变化。VGGNet网络中的卷积层数量较多,这也是其相比于其他深度卷积神经网络模型具有更好性能的重要原因之一。池化层的作用是对卷积层提取的特征图进行下采样,从而减少特征图的尺寸和计算量,并增强特征的不变性。VGGNet 网络中的池化层采用的是22大小的最大池化,通过
12、选择最大值的方式实现了特征图的降维和保留重要特征的目的。全连接层的作用是对特征图进行分类和识别。VCGNet网络中的全连接层采用了多层全连接结构,最后一层输出的是图像的类别概率。VGGNet网络的基本结构相对简单,但其深度较大、参数量较多,可以更好地提取图像特征和进行图像分类任务。MaxPoolConv282851225FC141451277512114096114096111000111000图1VCGNet模型基本结构2.2工作原理VGGNet网络的深度卷积神经网络模型工作原理主要分为两个部分前向传播和反向传播,前向传播是指输入一张图片,通过卷积层、池化层和全连接层依次进行特征提取和分类,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 VGGNet 网络 无人 碰撞 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。