一线算法工程师,全程面授指导,让每一位学员高薪就业
课程咨询:180 0058 5380
猎维人工智能培训

浅谈人工智能深度学习技术在自动驾驶的应用!

发布时间:2019-11-18 11:00:00   分类: 行业资讯   阅读量:90  作者:猎维人工智能培训

当前位置: 猎维科技AI培训 > 行业资讯 > 浅谈人工智能深度学习技术在自动驾驶的应用!

在过去的十年里,自动驾驶汽车技术取得了越来越快的进步,主要得益于人工智能深度学习领域的进步。自动驾驶中使用的深度学习技术的现状以及基于人工智能的自驱动结构、卷积和递归神经网络、深度强化学习范式。目前自动驾驶设计中使用人工智能体系结构所遇到的挑战,如安全性、训练数据源和计算硬件。

人工智能深度学习取得重大突破的主要技术

人工智能深度学习成为计算机视觉、机器人和自然语言处理(NLP)等领域取得重大突破的主要技术。它们在当今学术界和工业界也产生了重大影响。自动驾驶汽车开始从实验室开发和测试条件转向在公共道路上驾驶。它的部署将减少了道路事故和交通拥堵,并改善了我们在拥挤城市中的流动性。“自动驾驶”的名称似乎不言而喻,

人工智能深度学习在自动驾驶的核心组成部分中开始被探索

人工智能深度学习在自动驾驶的核心组成部分中开始被探索

上世纪80年代,恩斯特·迪克曼开发了第一批自动汽车,这为Prometheus等旨在开发全功能自主汽车的新研究项目铺平了道路。1994年,这辆无人驾驶汽车成功地行驶了1600公里,其中95%是自主驾驶的。2004年,斯坦利等人利用机器学习技术在非结构化环境中进行了导航,这是自动驾驶汽车发展的一个转折点,从此人工智能深度学习在自动驾驶的核心组成部分中开始被探索,这一转折点在本调查报告中也很明显,因为大多数调查工作都是在2005年以后进行的。

一辆自动驾驶汽车应该能够检测到交通参与者和可行驶区域,特别是在城市地区,那里可能出现各种各样的物体外观和遮挡。基于深度学习的感知,特别是卷积神经网络(CNN)成为目标检测和识别的事实标准。不同的神经网络结构用于检测二维感兴趣区域或图像中的像素分割区域,图像数据信息丰富,更适合于目标识别任务。然而,由于在将成像场景投影到成像传感器上时丢失了深度信息,因此必须估计被检测对象的真实3d位置。基于人工智能深度学习的自动驾驶汽车,是一种自主决策系统,它处理来自不同车载来源的观测流,如照相机、雷达、激光雷达、超声波传感器、GPS装置和/或惯性传感器,这些观察结果被汽车的计算机用来做驾驶决定。