自動駕駛場景中增強(qiáng)深度學(xué)習(xí)的時空特征提取方法

摘要：自動駕駛是當(dāng)下的熱點(diǎn)研究方向,同時交通擁堵也是國內(nèi)常年存在的社會問題。在未來,交通擁堵很大概率會出現(xiàn)在自動駕駛車輛和人為駕駛車輛共存的道路上。考慮到多種可能會影響自動駕駛的因素,在已有學(xué)說的基礎(chǔ)上進(jìn)行實驗。為了提升整體交通的運(yùn)行效率,在保證安全的情況下,所有自動駕駛車輛應(yīng)當(dāng)盡可能進(jìn)行高速的行駛,以提升道路效率,從而解決交通擁堵的問題。通過使用二維平面表示道路,將二維信息堆疊形成三維數(shù)據(jù)以及混合神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的不同方法來解決這一問題,并利用深度神經(jīng)網(wǎng)絡(luò)從中提取出所需的時空特征來進(jìn)行車輛控制,從而使車輛做出較優(yōu)的響應(yīng)。最后,我們利用增強(qiáng)學(xué)習(xí)的方法來搭建并訓(xùn)練該系統(tǒng),完成神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)效果的測試。