基于深度学习端到端的车道保持系统实验设计

作     者：肖雄子彦 楚朋志 梁晓妮 薛万坤 任桐鑫 XIAO Xiongziyan;CHU Pengzhi;LIANG Xiaoni;XUE Wankun;REN Tongxin

作者机构：上海交通大学学生创新中心上海200240 

基　　金：教育部产学合作育人项目(202002142023) 

出 版 物：《实验室研究与探索》 (Research and Exploration In Laboratory)

年 卷 期：2022年第41卷第12期

页      码：27-33页

摘      要：针对现有自动驾驶课程缺乏软硬件相结合、稳定性强且易于开发的车道保持实验,提出了一种基于深度学习端到端算法的车道保持系统。引入轻量化的无人驾驶小车硬件平台与华为云ModelArts软件平台,设计了包括数据采集处理、模型设计、云端训练、车端部署测试的完整开发流程;从教学场景出发,对深度学习端到端算法进行轻量设计,较好捕捉图像与底盘角度的映射关系,保证了高准确率与泛化性。同时,进行了模型训练及实验测试,训练了200个Epoch后成功收敛,在U型弯、直转弯、S型弯严格不压线通过率均值为93.05%(高速)与97.22%(低速)。实验结果表明,该系统在实测中表现出较强的鲁棒性,且实验环境易于搭建,弥补了教学实验中学生计算资源不足的现状;通过端云协同开发帮助学生有效提升工程实践能力。

主 题 词：车道保持 无人驾驶 深度学习 教学实验 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.19927/j.cnki.syyt.2022.12.007

馆 藏 号：203118780...