Journal of Field Robotics· 2019Q1· Derleme
Otonom sürüş için derin öğrenme tekniklerinin bir incelemesi
A survey of deep learning techniques for autonomous driving
- 1.736atıf
- Q1SCImago
- 2019yıl
Kısa özet
Bu makale, otonom sürüşte kullanılan derin öğrenme ve yapay zeka tekniklerini inceleyerek mimarileri, algılamayı, planlamayı ve kontrolü kapsamaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Otonom sürüş için Evrişimli Sinir Ağları (CNN), Tekrarlayan Sinir Ağları (RNN) ve derin pekiştirmeli öğrenme dahil derin öğrenme ve yapay zeka mimarilerini inceler.
- Sürüş sahnesi algılama, yol planlama, davranış hakemliği ve hareket kontrolü uygulamalarını kapsar.
- Modüler algılama-planlama-eylem boru hatlarını uçtan uca sistemlerle karşılaştırır.
- Güvenlik, eğitim verileri ve hesaplama donanımı gibi mevcut zorlukları vurgular.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Abstract The last decade witnessed increasingly rapid progress in self‐driving vehicle technology, mainly backed up by advances in the area of deep learning and artificial intelligence (AI). The objective of this paper is to survey the current state‐of‐the‐art on deep learning technologies used in autonomous driving. We start by presenting AI‐based self‐driving architectures, convolutional and recurrent neural networks, as well as the deep reinforcement learning paradigm. These methodologies form a base for the surveyed driving scene perception, path planning, behavior arbitration, and motion control algorithms. We investigate both the modular perception‐planning‐action pipeline, where each module is built using deep learning methods, as well as End2End systems, which directly map sensory information to steering commands. Additionally, we tackle current challenges encountered in designing AI architectures for autonomous driving, such as their safety, training data sources, and computational hardware. The comparison presented in this survey helps gain insight into the strengths and limitations of deep learning and AI approaches for autonomous driving and assist with design choices.
Yazarların özeti; kaynağından alınmıştır. Journal of Field Robotics, 2019 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Otomotiv Mühendisliği
Automotive EngineeringEngineering