深度神經網絡的關鍵技術及其在自動駕駛領域的應用
李升波; 關陽; 侯廉; 高洪波; 段京良; 梁爽; 汪玉; 成波; ; 任偉; 李駿 清華大學車輛與運載學院; 北京100084; 加州大學伯克利分校機械系; 加州94720; 美國; 清華大學電子工程系; 北京100084; 加州大學河濱分校電子計算機系; 加州92521; 美國
關鍵詞：智能汽車 自動駕駛 深度學習 環境感知 自主決策
摘要：智能化是汽車的三大變革技術之一,深度學習具有擬合能力優、表征能力強和適用范圍廣的特點,是進一步提升汽車智能性的重要途徑。該文系統性總結了用于自動駕駛汽車的深度神經網絡(DNN)技術,包括發展歷史、主流算法以及感知、決策與控制技術應用。回顧了神經網絡的歷史及現狀,總結DNN的"神經元-層-網絡"3級結構,重點介紹卷積網絡和循環網絡的特點以及代表性模型;闡述了以反向傳播(BP)為核心的深度網絡訓練算法,列舉用于深度學習的常用數據集與開源框架,概括了網絡計算平臺和模型優化設計技術;討論DNN在自動駕駛汽車的環境感知、自主決策和運動控制3大方向的應用現狀及其優缺點,具體包括物體檢測和語義分割、分層式和端到端決策、汽車縱橫向運動控制等;針對用于自動駕駛汽車的DNN技術,指明了不同問題的適用方法以及關鍵問題的未來發展方向。
汽車安全與節能學報雜志要求:
{1}作者姓名置于篇名下方居中。譯文的署名，應著者在前，譯者在后，著者前用方括號標明國籍。
{2}我刊嚴禁一稿兩投，重復內容多次投稿（包括將以不同文種分別投稿）以及抄襲他人論文等現象。
{3}題目簡明扼要，緊扣主題，要有足夠的信息，能引起讀者的興趣，便于檢索。一般不用符號、公式和縮略語。題目中不建議過多使用定冠詞，尤其首字母不使用定冠詞。
{4}參考文獻的編號按正文中首次出現的次序連續排列，用阿拉伯數字加方括號標于上角，并按引用順序排列于文末。
{5}內容摘要（200字以內）、關鍵詞（3—5個），英文標題。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
