基于轻量级CNN的无人车转向控制研究

作     者：刘浩强 闫冬梅 张新宇 顾德英 沙晓鹏 LIU Hao-qiang;YAN Dong-mei;ZHANG Xin-yu;GU De-ying;SHA Xiao-peng

作者机构：东北大学秦皇岛分校控制工程学院河北秦皇岛066004 

基　　金：河北省高等学校科学研究重点项目(ZD2019305) 秦皇岛市科技计划资助项目(201901B013) 

出 版 物：《控制工程》 (Control Engineering of China)

年 卷 期：2023年第30卷第3期

页      码：443-448页

摘      要：传统的无人车避障系统多采用传感器融合技术,成本较高,操作复杂。基于搭载单目视觉传感器的无人车平台,设计了一种轻量级的卷积神经网络(CNN)模型(SPSENet)作为无人车的转向控制系统,为其避障提供技术支持,同时运用随机权重图像融合算法对AirSim仿真环境下采集的图像样本进行数据增强,用于提高障碍物被树荫遮挡情况下的检测效果。SPSENet模型对Mobile NetV3的结构进行了调整,在每个深度可分离卷积和池化模块后引入通道注意力机制,并由全卷积层来连接输出层,更好地实现了对无人车从图像到转向预测的端到端控制。实验结果表明,SPSENet与经典分类网络相比,参数显著减少,性能指标有所提升,具有较好的实用性。

主 题 词：无人车 转向控制 图像融合 深度可分离卷积 通道注意力机制 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.14107/j.cnki.kzgc.20200880

馆 藏 号：203120982...