深度神经网络的关键技术及其在自动驾驶领域的应用

深度神经网络的关键技术及其在自动驾驶领域的应用

论文摘要

智能化是汽车的三大变革技术之一,深度学习具有拟合能力优、表征能力强和适用范围广的特点,是进一步提升汽车智能性的重要途径。该文系统性总结了用于自动驾驶汽车的深度神经网络(DNN)技术,包括发展历史、主流算法以及感知、决策与控制技术应用。回顾了神经网络的历史及现状,总结DNN的"神经元-层-网络"3级结构,重点介绍卷积网络和循环网络的特点以及代表性模型;阐述了以反向传播(BP)为核心的深度网络训练算法,列举用于深度学习的常用数据集与开源框架,概括了网络计算平台和模型优化设计技术;讨论DNN在自动驾驶汽车的环境感知、自主决策和运动控制3大方向的应用现状及其优缺点,具体包括物体检测和语义分割、分层式和端到端决策、汽车纵横向运动控制等;针对用于自动驾驶汽车的DNN技术,指明了不同问题的适用方法以及关键问题的未来发展方向。

论文目录

  • 1 神经网络历史与现状
  •   1.1 20世纪60年代
  •   1.2 20世纪80年代
  •   1.3 2000年至今
  • 2 深度神经网络的结构
  •   2.1 神经元 (unit) 的基本类型
  •   2.2 层 (layer) 的基本结构
  •     2.2.1 全连接 (fully connected) 层
  •     2.2.2 卷积-池化 (convolutional-pooling) 层
  •     2.2.3 循环 (recurrent) 结构层
  •     2.2.4 其他类型的层
  •   2.3 网络 (network) 的代表性模型
  •     2.3.1 CNN的代表性模型
  •     2.3.2 RNN的代表性模型
  • 3 深度神经网络的训练
  •   3.1 损失函数的设计
  •   3.2 反向传播 (BP) 技术
  •     3.2.1 用于CNN的训练算法
  •     3.2.2 用于RNN的BP算法
  • 4 公开数据集和开源框架
  •   4.1 用于自动驾驶的数据集
  •     4.1.1 KITTI
  •     4.1.2 Cityscapes
  •     4.1.3 RobotCar
  •     4.1.4 ApolloScape
  •     4.1.5 BDD100K
  •   4.2 深度学习的开源框架
  •     4.2.1 主要框架列表
  •     4.2.2 典型框架
  • 5 计算平台及模型优化
  •   5.1 深度神经网络的计算问题
  •   5.2 DNN计算平台
  •     5.2.1 通用型DNN处理器
  •     5.2.2 定制化处理器
  •   5.3 DNN模型的优化设计
  •     5.3.1 矩阵运算变换
  •     5.3.2 剪枝稀疏化
  •     5.3.3 知识蒸馏
  •     5.3.4 模型结构紧凑化
  •     5.3.5 量化编码
  • 6 神经网络在汽车环境感知的应用
  •   6.1 环境物体检测
  •     6.1.1 摄像头图像的二维物体检测
  •     6.1.2 激光雷达点云的三维物体检测
  •   6.2 语义分割
  •     6.2.1 像素语义分割
  •     6.2.2 实例语义分割
  •     6.2.3 道路可行驶区域检测
  •   6.3 自车运动估计
  •   6.4 目标跟踪
  • 7 神经网络在汽车自主决策的应用
  •   7.1 分解式决策方案
  •     7.1.1 交通场景理解
  •     7.1.2 交通参与者预测
  •     7.1.3 驾驶行为选择
  •     7.1.4 局部轨迹规划
  •   7.2 端到端式决策方案
  •     7.2.1 依赖监督学习的端到端决策
  •     7.2.2 依赖强化学习的端到端决策
  • 8 神经网络在汽车运动控制的应用
  • 9 结束语
  • 文章来源

    类型: 期刊论文

    作者: 李升波,关阳,侯廉,高洪波,段京良,梁爽,汪玉,成波,李克强,任伟,李骏

    关键词: 智能汽车,自动驾驶,深度神经网络,深度学习,环境感知,自主决策,运动控制

    来源: 汽车安全与节能学报 2019年02期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 汽车工业

    单位: 清华大学车辆与运载学院,加州大学伯克利分校机械系,清华大学电子工程系,加州大学河滨分校电子计算机系

    基金: “十三五”国家重点研发计划(2016YFB0100906),国家自然科学基金面上项目(51575293),国家自然科学基金优秀青年科学基金项目(U1664263),国家自然科学基金重点项目(51622504),北京市自然科学基金杰出青年科学基金项目(JQ18010),汽车安全与节能国家重点实验室开放基金课题(KF1828)

    分类号: U463.6

    页码: 119-145

    总页数: 27

    文件大小: 5087K

    下载量: 1222

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  

    深度神经网络的关键技术及其在自动驾驶领域的应用
    下载Doc文档

    猜你喜欢