公开(公告)号：CN109871778A

公开(公告)日：2019-06-11

申请号：CN201910065082.0

申请日：2019-01-23

Applicant: 长安大学

Inventor： 侯俊 ,  张阳 ,  史孙航 ,  刘欣晟

IPC: G06K9/00 ,  B60W50/00 ,  B60W30/12

Abstract: 本发明公开了一种基于迁移学习的车道保持控制方法，首先采集行车记录仪前置相机录制的视频和车辆的转向控制信号作为训练数据，通过改变亮度、重设尺寸、增加阴影等方式对数据进行预处理，利用基于ImageNet数据集训练的VGGNet作为特征提取网络，同时在顶层添加全连接层，由此构建端到端的车道线保持控制网络模型；通过采集的行车视频和转向信号对该模型进行进一步地训练，最后对网络模型稳健性进行评估；利用基于ImageNet数据集训练的VGGNet作为特征提取网络，在车载计算资源和数据集均有限的情况下，本发明能够较好地拟合自动驾驶的转向角度，同时在网络模型泛化方面具有一定的有效性与可靠性，可以广泛应用于各类自动驾驶相关的车道线保持任务系统中。

公开(公告)号：CN109871778B

公开(公告)日：2022-11-15

申请号：CN201910065082.0

申请日：2019-01-23

Applicant: 长安大学

Inventor： 侯俊 ,  张阳 ,  史孙航 ,  刘欣晟

IPC: G06V20/58 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  B60W50/00 ,  B60W30/12

Abstract: 本发明公开了一种基于迁移学习的车道保持控制方法，首先采集行车记录仪前置相机录制的视频和车辆的转向控制信号作为训练数据，通过改变亮度、重设尺寸、增加阴影等方式对数据进行预处理，利用基于ImageNet数据集训练的VGGNet作为特征提取网络，同时在顶层添加全连接层，由此构建端到端的车道线保持控制网络模型；通过采集的行车视频和转向信号对该模型进行进一步地训练，最后对网络模型稳健性进行评估；利用基于ImageNet数据集训练的VGGNet作为特征提取网络，在车载计算资源和数据集均有限的情况下，本发明能够较好地拟合自动驾驶的转向角度，同时在网络模型泛化方面具有一定的有效性与可靠性，可以广泛应用于各类自动驾驶相关的车道线保持任务系统中。