二零二三年 优质公开课无人驾驶.pptxVIP

物流人工智能技术技能培训;任务二 无人驾驶 ;;;1.传感;2.感知;3.决策;;BP神经网络反向传递过程 主要依据 WIDROW-HOFF学习规则及梯度下降法通过数学推导演变，不断对权值和阀值进行更新可得下式： 式中：i、j分别代表两个不同的节点； 为节点i和节点j之间的权值； 为节点j的阈值； 和 不断进行运算更新；E（w , b）为误差函数，最后一项为误差函数对权值或阈值的一阶偏导。;二、卷积神经网络在无人驾驶感知技术上的应用;卷积层前向传播： 式中：是第1-1层的第i个特征图；是第1层第j个卷积核；是偏置参数。 卷积层的反向传播： 式中： 表示第l层的卷积层； 表示第1+1层的池化层；up（ ）是将第1+1层的大小拓展为第l层的特征图大小； 为激活函数的导数，。表示多个元素相乘。;3.特征提取及目标检测分类方法;3.2目标检测及分类算法比较;4.实验过程;4.1MATLAB计算机视觉工具箱结合卷积神经网络的目标检测 通过调用改进算法模型并结合计算机视觉工具箱，自动驾驶工具箱和神经网络工具箱，以实现不同场景多目标车辆的检测识别。如图4所示。文中卷积神经网络算法基于 Faster rann改进如下： （1）将RPN换成更加精准检测的FPN，减少Proposal个数，将多特征信息融合以提高准确度 （2）通过增加ROI，以避免多辆车行驶时有效信息被遮挡而识别不准的情况； （3）将基础网络由VGG16换成 ResNet残差网络，使深度神经网络在训练过程中随着层数增加而网络性能不易被弱化。;4.2数据分析;4.3自动驾驶工具箱 在 Simulink的 Automated Driving System Toolbox（自动驾驶系统工具箱）中进行图5所示的视觉感知模型设计。;4.4道路场景模拟 下述方案是与图5的 Simulink视觉感知模型搭配的立交场景模型构建步骤 （1）进行主干道的构建，然后添加一条同样的直道，构成双向车辆行驶道路。接着进行匝道和环岛建立，实现初步的图6所示立交场景道路模型。 （2）通过以点成线的方式构建如图7所示的运动体行驶路径。 （3）在 Sensor Canvas（场景画布）中进行如图8所示的车辆感知传感器构建，浅红色区域为雷达检测范围，浅蓝色区域为摄像头检测范围。 （4）将整个立交场景及???动体传感器构建完成后，运行该模型可看到图9所示的动态感知图，便于实时观测目标检测情况。;4.5模型生成及自动代码生成 （1）通过驾驶场景设计器将道路场景、车辆、行人、障碍物及运动体路径规划配置好后，若运行结果满足需求，则可进行 EXPORT输出。输出后可自动生成设计场景的 MATLAB代码和相关数据参数见表1。 （2）通过 Simulink将自动驾驶感知系统的模型设计完成后，进行相关参数配置。配置后可进行基于C/C++的 Embedded Coder Quick Star编译，完成相关编译选项后便可自动生成C/C++代码。将自动生成的代码经过微调优化便可移植到所需工程文件中，便于在嵌入式控制器上使用，进而验证出上述设计方案具备合理性。;三、基于深度递归强化学习的无人自动驾驶策略;2.深度强化学习;基于策略的强化学习算法则通过直接对策略进行参数化建模，直接训练策略函数获得最优策略，可以直接应用在连续动作空间的任务求解。 基于策略的算法还可以分为确定性策略算法和随机策略算法，在确定性策略下，动作是状态的确定性函数，策略网络直接输岀动作值，如DDPG、TD3；在随机策略下，策略网络输出动作的概率分布，如TRPO、PPO。 在 TORCS虚拟驾驶引擎中，车辆智能体的动作空间为连续空间，为了获得更加准确的控制方案，本文采用基于确定性策略的强化学习算法，直接输出车辆控制动作。;3.基于深度递归强化学习算法;算法采用 Actor- Critic架构， Actor是动作策略网络 ，负责与环境交互，将状态映射到动作空间的唯一动作a,Critic网络Q（s,a）负责对策略进行评价，近似于动作价值函数，用于评价动作的好坏程度。Critic网络基于Q- learning的贝尔曼方程进行网络更新: 其中， Actor网络则是采用策略梯度进行网络更新：;;为了解决值函数和策略耦合问题，同时采用延迟策略更新方法， critic网络参数每更新次后更新一次 actor网络，同时更新actor- critic目标网络参数。 这里将 Actor- Critic架构与长短时网络进行结合，在Actor策略网络和 Critic评价网络中分别将其中一层全连接层替换成LSTM递归网络层，替换后的 actor- critic网络架构如图2所详细算法步骤如表2所示。;表2：深