智能网联汽车驾驶行为识别与分析技术研究_刘飞宏.pdf
《智能网联汽车驾驶行为识别与分析技术研究_刘飞宏.pdf》由会员分享,可在线阅读,更多相关《智能网联汽车驾驶行为识别与分析技术研究_刘飞宏.pdf(2页珍藏版)》请在咨信网上搜索。
1、汽车维修技师2023年第8期100职教天地 CAREER EDUCATION摘要:汽车自动驾驶是智能交通的主要发展方向,而汽车自动驾驶技术的实现得益于智能车联网的应用。本文针对智能网联汽车驾驶行为识别问题展开深度研究,以深度学习算法为基础展开应用分析,并对其应用前景进行探讨,以期能够为我国汽车未来发展提供一定参考和有益借鉴。关键词:智能网联;汽车驾驶;行为识别引言科学技术与汽车行业的有机结合,给汽车今后的发展带来了无限可能。汽车无人驾驶技术正是集自动控制、人工智能等于一体的智能化时代产物,同时也是未来汽车行业发展的主要趋势。智能网联汽车已经成为当前领域发展的重点,而对于智能网联汽车而言,人机共
2、驾则是关键所在。因此,要想实现人机共驾需要对驾驶行为识别技术进行有效应用,只有准确识别驾驶人员的操作意图,才能够实现自动驾驶的同时,确保车辆安全行驶。1 驾驶行为识别算法设计与实现1.1传统机器学习方法在驾驶行为识别中的应用传统机器学习方法已经被广泛应用于自动驾驶技术中,其中的电控单元的传感器数据处理能够有效提高机器学习效率,也存在一些潜在的应用。例如,通过利用不同内外部传感器的数据融合,能够评估驾驶人员的实际驾驶状况和驾驶场景分类等1。传统机器学习方法包括监督学习、非监督学习和增强学习。假定将自动驾驶行为划分成四个不同的子任务,依次是:探测对象、物体识别分类、物体定位以及运动预测。可以大致分
3、为四种算法类型:回归算法、聚类算法、决策矩阵算法以及神经网络算法。(1)决策矩阵算法。决策矩阵算法是一个系统地分析、识别以及评价信智能网联汽车驾驶行为识别与分析技术研究浙江长征职业技术学院/刘飞宏 吕思嘉息集、值间的关联方法。其主要在决策流程中应用。车辆需不需要制动或转弯都是基于该算法进行操控。对目标下一步行动进行分类并预测其可信度,能够将多个独立学习判决模型相结合,从而形成一个矩阵判决算法。Ada Boosting是最常见的一种算法,如图1所示,被广泛应用于智能网联汽车驾驶行为识别技术中2。(2)聚类算法。有时候系统获取到的图像和信息比较模糊,从而导致对于物体难以进行准确的定位与识别。除此之
4、外,聚类算法还存在检测物体丢失的情况,无法及时上报分类信息和报告至系统,一旦数据点不连接,就会导致生成的图片分辨率低,而聚类算法能够将数据分解成拥有最大相似性的簇,从而能够有效解决这一问题3。(3)神经网络算法。神经网络在汽车驾驶行为上的应用能够准确、快速地识别人脸、物品以及其他交通运输工具中的信号,从而能够给驾驶人员以及自动驾驶车辆提供智能化的视角,如图2所示。1.2深度学习方法在驾驶行为识别中的应用作者简介刘飞宏,1991年04月,男,汉,河南省商丘市,本科,高级技师,车辆工程吕思嘉,人工智能 图1 Ada Boosting算法示意图 图2 神经网络算法示意图源像素点卷积核新像素点单幅图像
5、xy(01)(00)(01)+(-42)-8汽车维修技师2023年第8期101职教天地 CAREER EDUCATION由于传统机器学习计算能力较弱,并且在车辆自动驾驶行为识别应用中容易出现错误识别,导致系统准确率较低。为此,基于深度学习车辆驾驶行为识别系统能够解决这一问题。通过利用深度学习技术对车辆自动驾驶行为进行识别分析,再建立相应的深度学习模型,模型采用的是向前传播计算方式对整体的数据进行计算及分析,最后利用激活函数将输出结果进行非线性转换,得出车辆驾驶行为识别结果,然后选取7辆来自不同品牌的车辆作为实验对象,利用深度学习算法系统与传统机器学习算法系统对车辆驾驶行为进行识别,结果表明基于
- 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:
- 智能 汽车 驾驶 行为 识别 分析 技术研究 刘飞宏
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。