《基于深度学习的自动驾驶技术综述》PDF+DOC
作者:张新钰,高洪波,赵建辉,周沫
单位:清华大学
出版:《清华大学学报(自然科学版)》2018年第04期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFQHXB2018040170
DOC编号:DOCQHXB2018040179
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于深度学习和多传感器的数控机床铣刀磨损状态信号监测方法研究》PDF+DOC2020年第09期 徐卫晓,谭继文,井陆阳,唐旭
《基于传感器人体行为识别深度学习模型的研究》PDF+DOC2018年第04期 陈波,余秋婷,陈铁明
《基于神经网络的数据融合技术在谐振式密度传感器中的运用》PDF+DOC2000年第03期 赵敏,潘卫明,杨灿军
《数据融合技术及其应用》PDF+DOC2003年第05期 秦志强
《可移动桶型基础平台负压贯沉过程中的多传感器数据融合》PDF+DOC2001年第02期 邱丹丹,阙沛文,李韧
《多传感器数据融合技术研究进展》PDF+DOC2010年第03期 黄漫国,樊尚春,郑德智,邢维巍
《基于ZigBee的温室房间温度传感器数据融合技术》PDF+DOC2009年第04期 吴辉,于军琪
《基于多传感器的汽车防盗系统的数据融合技术》PDF+DOC2007年第12期 张兢,龙运书,赵玉霞,王小立
《基于ARM和数据融合技术的网络化矿井安全监测系统》PDF+DOC2007年第05期 付华,刘亚宁
《基于多传感器数据融合技术的应用研究》PDF+DOC2013年第07期 宋强,王爱民,张运素
该文在行人检测技术方面介绍了基于卷积神经网络(CNN)模型的目标识别、检测技术与改进的区域卷积神经网络(R-CNN)、任务辅助卷积神经网络(TA-CNN)模型技术。在立体匹配技术方面简述了基于孪生网络的立体匹配的深度学习模型技术。在多传感器融合技术方面回顾了基于深度学习网络的视觉传感器、雷达传感器与摄像机传感器的多源数据融合技术。在汽车控制技术方面分析了基于卷积神经网络实现无人驾驶车辆端到端的横向与纵向控制技术。深度学习技术在自动驾驶领域的感知层、决策层与控制层的广泛运用,不断地提高感知、检测、决策与控制的准确率,并取得一定的成功,分析表明深度学习技术将加速自动驾驶技术的发展速度,为自动驾驶成为现实带来巨大的可能性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。