无人驾驶汽车使用哪种机器学习算法?
0 860
0
该提问暂无详细描述
收藏
2021-02-23 17:45 更新 张宇哲 •  6878
共 1 个回答
高赞 时间
0

无人驾驶汽车使用多种传感器:

  • 外部的

1.雷达 2.可见光相机 3.激光雷达 4.红外摄像机 5.立体视觉 6.GPS (定位)/ IMU 7.CAN(控制器局域网) 8.超音波 9.激光测距仪 10.电磁天线

  • 内部的

1.可见光相机 2.红外摄像机 3.超音波

每个传感器通常都有自己的算法,算法的输出传输到做出最终决定的系统中。这些算法中的某些可能是机器学习技术。 举个例子,一个早期的系统在其视觉输入中使用了ML算法。捕捉驾驶员视野的摄像机是神经网络的输入,该神经网络具有三个数字化输出:方向盘转弯、制动压力和油压踏板压力。该系统经过培训,可以模拟人类驾驶员的转向、制动和加油,以响应数千小时培训中的视觉输入。在经过数英里的训练后,神经网络学会了将人类的反应与非常高的准确性相匹配。

在开车期间,应回答以下问题: 汽车的当前位置在哪里? 是否有行人? 我如何从A点到达B点? 司机在做什么?

首先,你的车应该有远景。使用卷积神经网络(ConvNets)识别道路上的物体。 下一步是解决交通问题,你需要使用强化学习算法。它让你知道在哪里换以及应该以多快的速度行驶。

收藏
2021-02-23 18:10 更新 错位时空 •  2451