發(fā)布時間：2020-04-10 13:34

【摘要】：伴隨著我國經(jīng)濟的迅猛發(fā)展和人民群眾生活水平的大幅提高,我國小型家用汽車的數(shù)量快速增長,由此帶來的道路交通問題也日益嚴重。隨著市場需求的增長和科技的日益成熟,無人車的研究在近幾年發(fā)展迅速。本文以無人車作為研究對象,針對基于深度強化學習的無人車自動駕駛?cè)蝿照归_研究。本文旨在實現(xiàn)一個具備自動駕駛功能的無人車實驗模型,并以此模型來探索和驗證無人車自動駕駛的相關(guān)理論和技術(shù)。在無人車控制系統(tǒng)的實現(xiàn)中,本文使用了深度強化學習理論。在使用深度強化學習理論實現(xiàn)無人車的控制系統(tǒng)時,需要進行大量的訓練,這個在實際操作中實現(xiàn)難度很高,因此本文提出了使用仿真平臺進行無人車控制系統(tǒng)的訓練工作。因為在仿真平臺和實際環(huán)境之間存在差異,所以訓練之后的神經(jīng)網(wǎng)絡模型無法直接應用于無人車中。針對該問題本文提出了使用圖像語義分割的技術(shù),用來消除仿真平臺和真實環(huán)境的差異,使得本文中在仿真平臺上訓練的模型可以直接應用到無人車任務中。本文的主要研究成果可以歸納如下:第一,本文設(shè)計實現(xiàn)了圖像語義分割系統(tǒng)。在圖像語義分割系統(tǒng)的設(shè)計實現(xiàn)過程中,本文充分考慮了該系統(tǒng)之后的應用環(huán)境。在實際的應用中,本文所使用的車載的計算機性能無法與實驗室中的大型計算機相比。因此在控制系統(tǒng)的設(shè)計實現(xiàn)過程中,本文要求該系統(tǒng)對計算能力的要求要保持在一個較低的水平上,而且在運行時所需要的功耗也不能太高。同時考慮到無人車任務中對各個系統(tǒng)的響應速度要求較高,因此本文的圖像語義分割系統(tǒng)具有很好的實時性。第二,本文設(shè)計實現(xiàn)了無人車的控制系統(tǒng)。該系統(tǒng)可以根據(jù)輸入圖像做出決策,控制無人車的各種動作,保證無人車的安全平穩(wěn)運行。在該系統(tǒng)的設(shè)計中,本文主要基于深度強化學習。本文將網(wǎng)絡所需要的大量訓練過程放在仿真平臺上進行,極大的縮短了訓練的時間和難度,并且本文在訓練中充分發(fā)揮了計算機的硬件性能,采用并行異步的訓練方式,減小了訓練所需要的空間要求,提高了訓練速度。第三,本文設(shè)計實現(xiàn)了無人車的硬件結(jié)構(gòu),包括機械結(jié)構(gòu)的設(shè)計和控制電路結(jié)構(gòu)的設(shè)計。在無人車的硬件設(shè)計中,本文努力提高了硬件設(shè)施的可靠性和安全性,使用了獨立懸掛系統(tǒng),在硬件上保證了無人車的平穩(wěn)安全運行。并且本文使用成熟的PID算法作為底層的控制算法,保證了無人車控制系統(tǒng)對無人車的精準控制。第四,本文設(shè)計和進行了大量的實驗,用來表明算法的優(yōu)秀性能,驗證本文提出方法的可行性。最后,總結(jié)了本文進行的設(shè)計實現(xiàn)工作和研究內(nèi)容,并且指出本文在設(shè)計和實現(xiàn)中存在的不足,說明了無人車的下一步研究方向。
【圖文】：

第二章 深度強化學習理論概述學習概述習的概念最早是在 2006 年時，Hinton[12]等在世界科學研究頂志上發(fā)表的論文中提出的。深度學習的核心內(nèi)容是多層的深度神傳統(tǒng)的多層感知器的思想，是在硬件的計算能力迅速增長之后，在上，在網(wǎng)絡結(jié)構(gòu)的深度上進行擴展，從而使神經(jīng)網(wǎng)絡獲得更加強大是神經(jīng)網(wǎng)絡的最基本元素，，人工神經(jīng)網(wǎng)絡就是由不定數(shù)量的單個一個神經(jīng)元就可以組成一個最簡單的神經(jīng)網(wǎng)絡。圖 2-1 表示的就結(jié)構(gòu)：

的神經(jīng)網(wǎng)絡是由大量的層狀結(jié)構(gòu)的神經(jīng)網(wǎng)絡層構(gòu)成的，每一層的量的單個神經(jīng)元構(gòu)成，其中每個神經(jīng)元都以一種特定的方式與出相連接，作為神經(jīng)元的輸入，同時本層的所有神經(jīng)元的輸出又網(wǎng)絡中的神經(jīng)元的輸入，如圖 2-2 所示，與上一層神經(jīng)元的輸出不同的參數(shù)，而本文對神經(jīng)網(wǎng)絡進行訓練的目的就是為了使這定在一定的范圍內(nèi)，使整個網(wǎng)絡的輸出達到我們設(shè)計的要求。其上一層連接的方式都是不盡相同的，根據(jù)連接方式的不同，就出絡經(jīng)典結(jié)構(gòu)。
【學位授予單位】：中國地質(zhì)大學(北京)
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：U463.6;TP311.52;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 唐立宏;;架空人車各種保護的設(shè)計及應用[J];品牌與標準化;2017年09期

2 李軒;;小型多用途球形無人車的研發(fā)[J];科技風;2017年14期

3 王軍良;;以色列展示無人車新能力[J];國外坦克;2016年11期

4 王軍良;;以色列“杜高犬”無人車[J];國外坦克;2016年06期

5 曹偉;;簡訊速遞[J];國外坦克;2016年09期

6 徐韞哲;;優(yōu)化解決方案[J];數(shù)學小靈通(3-4年級版);2017年03期

7 張國斌;;戰(zhàn)術(shù)無人車的新進展[J];國外坦克;2016年12期

8 徐留平;;汽車的核心是人性[J];經(jīng)營者(汽車商業(yè)評論);2017年06期

9 張國斌;;美軍地面無人車發(fā)展新動向[J];國外坦克;2017年07期

10 李文峰;;單軌吊人車結(jié)構(gòu)的優(yōu)化設(shè)計及可靠性分析[J];煤礦機械;2014年07期

相關(guān)會議論文 前10條

1 章燕;;基于人車沖突強度的交通分區(qū)和發(fā)展策略研究[A];持續(xù)發(fā)展 理性規(guī)劃——2017中國城市規(guī)劃年會論文集（06城市交通規(guī)劃）[C];2017年

2 桂昆鵬;徐建剛;張飛;;基于道路共享理論的慢行交通系統(tǒng)規(guī)劃研究[A];轉(zhuǎn)型與重構(gòu)——2011中國城市規(guī)劃年會論文集[C];2011年

3 李俊;;SOHO變頻器在索道人車系統(tǒng)中的應用[A];第22屆全國煤礦自動化與信息化學術(shù)會議暨第4屆中國煤礦信息化與自動化高層論壇論文集[C];2012年

4 袁泉;李一兵;;人車事故中駕駛員車速回顧情況的深入數(shù)據(jù)分析[A];第十二屆人-機-環(huán)境系統(tǒng)工程大會論文集[C];2012年

5 劉永生;曹予湘;王志杰;郭曉慶;;架空人車無人值守的電控技術(shù)改進與實踐[A];煤礦自動化與信息化——第19屆全國煤礦自動化與信息化學術(shù)會議暨中國礦業(yè)大學（北京）百年校慶學術(shù)會議論文集[C];2009年

6 楊建軍;黃海波;李平飛;李躍平;;利用交通事故仿真技術(shù)確定人車碰撞地點[A];四川省第十二屆汽車學術(shù)年會論文集[C];2015年

7 胡志鵬;;斜井人車信號通訊機應用選型、安裝維護及檢修注意事項[A];贛閩皖蘇湘五省煤炭學會聯(lián)合學術(shù)交流會論文集[C];2004年

8 熊璐;黃少帥;陳遠龍;楊光興;章仁燮;;輪式差動轉(zhuǎn)向無人車運動跟蹤控制的研究[A];2015中國汽車工程學會年會論文集（Volume2）[C];2015年

9 施嘲風;柳慧泉;王駿波;萬泓成;;履帶無人車半實物仿真平臺研究[A];“測試性與智能測控技術(shù)”——2018年中國航空測控技術(shù)專刊[C];2018年

10 褚冬竹;王瑞;魏書祥;;方法·工具·比較——城市設(shè)計人車交互仿真思路與應用初探[A];信息·模型·創(chuàng)作——2016年全國建筑院系建筑數(shù)字技術(shù)教學研討會論文集[C];2016年

相關(guān)重要報紙文章 前10條

1 本報記者 潘福達;8種無人車場景集中亮相首鋼園[N];北京日報;2019年

2 陳婕;國內(nèi)首個無人車未來園區(qū)面世!物聯(lián)網(wǎng)調(diào)度無人車運輸包裹[N];現(xiàn)代物流報;2019年

3 Rob Verger 翻譯 牛樹軍;人類何時才能信任無人車？[N];北京科技報;2019年

4 重慶商報-上游新聞記者 嚴薇;5G遠程駕駛在渝研發(fā)成功 人車分離20公里操作自如[N];重慶商報;2019年

5 徐振宇;人車和諧是城市美麗風景[N];紹興日報;2019年

6 崔桂忠;人車相禮讓 城市更文明[N];大連日報;2017年

7 記者 劉佳;第一財經(jīng)記者美國試乘無人車[N];第一財經(jīng)日報;2018年

8 本報記者 高博;自動駕駛與5G并進，中國無人車今年將量產(chǎn)[N];科技日報;2018年

9 長安大學副教授 徐志剛 王文威;科學監(jiān)管確保無人車安全路測[N];中國交通報;2018年

10 本報記者 賈磊;政府管好平臺 平臺管好人車[N];云南政協(xié)報;2018年

相關(guān)博士學位論文 前4條

1 王巖;基于人車事故數(shù)據(jù)的行人碰撞后運動及損傷規(guī)律研究[D];清華大學;2017年

2 宗欣露;多目標人車混合時空疏散模型研究[D];武漢理工大學;2011年

3 于海洋;汽車產(chǎn)品造型設(shè)計中的人車關(guān)系研究[D];吉林大學;2015年

4 朱株;基于三維數(shù)據(jù)面向無人車導航的非結(jié)構(gòu)化場景理解[D];浙江大學;2014年

相關(guān)碩士學位論文 前10條

1 王孟祺;高吞吐量動態(tài)無人車路口調(diào)度策略研究[D];哈爾濱工業(yè)大學;2019年

2 劉奇;基于激光雷達的無人車全局定位算法研究[D];哈爾濱工業(yè)大學;2019年

3 張磊;基于深度強化學習的無人車控制系統(tǒng)的設(shè)計與實現(xiàn)[D];中國地質(zhì)大學(北京);2019年

4 邵禹銘;基于虛擬現(xiàn)實的無人車測試環(huán)境構(gòu)建研究[D];長安大學;2019年

5 張沁怡;基于深度卷積網(wǎng)絡的人車檢測及跟蹤算法研究[D];北京郵電大學;2019年

6 席阿行;無人機與無人車協(xié)同環(huán)境下的車輛導航[D];貴州大學;2019年

7 程成;基于人車協(xié)同的車輛路徑跟隨控制研究[D];吉林大學;2019年

8 張惠;基于強化學習的無人車路徑規(guī)劃的研究與實現(xiàn)[D];曲阜師范大學;2019年

9 何穎;基于概率方法的人車沖突中行人傷害的預測[D];湖南大學;2018年

10 許丹;基于WSN的多移動無人車編隊控制研究[D];西安工業(yè)大學;2018年

本文編號：2622290