基于深度视觉注意神经网络的端到端自动驾驶模型

胡学敏，童秀迟，郭 琳，张若晗，孔 力

（湖北大学计算机与信息工程学院，武汉 430062）

（*通信作者电子邮箱10837330@qq.com）

0 引言

作为人工智能的主要研究领域之一，自动驾驶技术能够有效地减少交通事故的发生，合理利用交通资源，缓解交通压力。传统的基于规则式的自动驾驶方法一般分为感知系统、决策系统和控制系统三大模块［1］，其优点在于各个模块分工明确，可解释性强，系统稳定性高。但是由于这类方法在做决策时强烈依赖于设定的规则，因此不具备自主学习的能力。此外，基于规则式的方法中预处理的过程较多，做出决策和控制需要处理的任务也较为繁琐，并且需要诸多昂贵的传感器，其硬件成本较高。而基于深度学习的端到端自动驾驶，将决策过程视为一个黑箱，利用神经网络建立输入到输出的映射。通过模仿人类驾驶行为，输入图像信息，输出汽车转向角等控制信号。相比传统的基于规则式的方法，端到端的方法具备强大的学习能力，能够更有效降低硬件设备成本和减少预处理步骤，因此研究端到端的自动驾驶模型具有重要的学术意义和商业价值。

近年来，研究人员在端到端的自动驾驶方面做了大量的工作。Chen等［2］使用AlexNet网络，利用12 h的模拟驾驶数据训练，实现多车道高速公路的自动驾驶，该方法在高速公路数据集上表现良好，但是没有考虑输入图像前后帧之间的时间特征，在复杂路况数据集上测试结果不稳定。NVIDIA 公司提出了一……