科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来,智能驾驶汽车已成为智能工业时代较有前景的发展方向,而作为智能车的关键技术的重要组成部分及重要研究方向之一,环境感知能为智能汽车的加速度控制、轨迹控制、燃油经济性的改善、安全性和舒适性的提高等方面提供重要依据。到目前为止,相较于由人工算法来提取的HOG、LBP等特征,深度学习能够提取到较为丰富的非人工提取的特征。本文基于迁移学习,通过Resnet-101深度学习网络实现对路面类型进行识别,训练所得的模型对本文给出的四种路面类型的识别准确率可达98.33%,相较于使用此前较为常用的Alexnet、GoogLenet等网络有着较为明显的提升,在相同的迭代次数的条件下,Resnet-101的准确率较高,且在道路实车试验中取得了良好的表现。
- 单位
