基于端到端学习的视觉车道线保持方法研究

针对传统自主驾驶汽车复杂的车道检测、路径规划和运动控制技术问题,基于卷积神经网络设计了一种视觉车道保持系统,该方法可直接从视觉传感器中获取数据以控制车辆转向。基于消失线方法对图像进行区域剪切获取感兴趣区域,解决了训练过程需标记大量的数据集而时间成本高的问题。采用上、下采样结合及色彩空间转换方法进行数据增强,避免了数据不平衡和过拟合现象。最后,结合实际情况修正了转角损失与油门损失权重比。将预处理后的数据馈送到神经网络进行训练,通过仿真实验验证了方法的可行性,实现了基于端到端学习的DIY小车在所设置轨道上的自主驾驶。