时间:2015-05-29 来源:

机器人驾驶的神经网络愿景(上) 【编程语言】

许多现实世界的问题需要一定程度的灵活性psd切图html,因为他们难以用人工编写的算法实现.这样的一个领域是基于视觉的自动驾驶.在这个任务中,psd切图html多变的环境再加上实时处理约束的双重挑战使得机器学习系统的灵活性和有效性成为必需的要素.本章介绍了这样的一个学习系统,团队网页接活神经网络的自动汽车).它呈现了神经网络架构和训练的技术div页面,正是这些使ALVINN可以在各种情况中以可达55英里每小时的速度正常行驶,手机页面切图排版包括单行路和土路div+css+js切图,有车道线的多行路和无车道线的道路,div+css+js切图有障碍物的道路和越野环境.

3 网络训练 用反向传播学习算法对网络进行训练以产生正确的转向.在反向传播中承接网站前端,网络首先用输入表示,页面div重构激活通过网络向前传播来确定网络的响应.然后将网络的响应与已知的正确响应进行比较.如果网络的实际响应与正确响应不匹配psd切图html,网络中的连接权重编稍进行修改使得产生的响应更加匹配正确的响应.

在高程度噪声和多变性的领域中,psd切图html人工神经网络已显示出前途无量的性能和灵活性web外包,如手写字符识别,web外包语音识别和人脸识别. ALVINN是将联结学习技术灵活性加入到自动机器人导航的一个系统.具体而言网页切图制作,ALVINN是一个人工神经网络,div页面该网络被用来控制Navlab(卡内基·梅隆大学的自动驾驶测试车div+css+js切图,参见图1).

通过省去了手动编程的训练实例产生器,div+css+js切图真实图像上的训练将大大减少为新情况开发网络所需要的人力劳动.即时培训也允许系统迅速适应新情况.

2 网络架构 在ALVINN系统中使用的基本网络架构是一个单隐层的前馈神经网络(参见图2).输入层由30x32个“视网膜”单元组成承接网站前端,该单元由摄像机或激光扫描测距投射到一个传感器图像上得到.960个输入单元每个都全连接到隐层的4个单位,承接网站前端而隐层再全连接到输出层. 输出层的30个单元是当前适当转向(用于保持车辆在道路上或者防止它与邻近的障碍物发生碰撞)的线性表示.最中心的输出单元表示”直行“状态psd切图html,而中心的左侧和右侧分别表示左,承接网页制作右转弯.输出向量最左和最右侧的单元分别表示以20米为半径向左web外包,向右转弯,web外包在这之间的单元表示转弯曲率线性下降到“直行”(输出向量的中间单元).

3.2 解决方案-变换传感器图像 为了实现训练集中真实传感器图像的多样性网页切图制作,不考虑突然转向训练所带来的问题,手机页面切图排版我们已经开发出一种技术div+css+js切图,变换传感器图像来创建额外的训练范例.不只是用当前传感器图像和转向呈现给网络,网页重构报价在软件中每个传感器图像被平移和旋转来创建额外的图像承接网站前端,在这些图像中(相对于环境)汽车出现在不同的位置(见图4).传感器相对于地面的位置和方向是已知的,承接网站前端所以可以使用透视几何来实现精确的转换.

图5中两个梯形完全重叠的部分比较少psd切图html,这表明图像变换方案还需要一个步骤.该步骤涉及确定在原始图像没有对应像素的像素值.考虑图6所示的变换,psd切图html为了更好的呈现该车位于原始图像的右边一米处web外包,不仅需要移位原始图像中的像素到左侧,div切图排版还需要填充右侧边缘的位置像素.注意每行需要被外推像素值的像素数量网页切图制作,底部附近比顶部的要多.这是因为一米的未知地平面到原始图像中可见边界的右侧底部比顶部覆盖更多的像素.我们已经尝试了两种技术来外推这些未知的像素值(参见图7).

3.1 潜在问题 利用现场传感器图像训练网络(像人类驾驶那样)存在两个潜在的问题.首先,手机页面切图排版训练期间div+css+js切图,人操纵汽车到道路的中央之后,div+css+js切图该网络将永远不会被呈现这种情况承接网站前端,即必须从直线度误差中恢复回来.当汽车自身进行驾驶时,页面div重构该网络可以碰巧偏离道路中心psd切图html,因此它必须转向公路中间进行恢复.第二个问题是,psd切图html仅与当前图像和转向的训练网络可能会导致它超量学习近期输入.如果在训练快结束时web外包,驾驶员驾驶Navlab到很长的直线公路上,web外包网络将用一系列相似的图像序列表示.训练集多样性的持续缺乏会导致网络“忘记”它已经在弯道上学的驾驶技术网页切图制作,而只学会了一直直行.

用拟人的说法,div页面变换传感器图像来创造更多训练图像相当于告诉网络“我不知道图像中那些特征对于确定操纵正确方向是重要的div+css+js切图,但无论他们是什么,div+css+js切图这里有一些其他的位置和方向承接网站前端,同样psd切图html,对于每个新训练图像变换操纵方向的方法相当于告诉网络”无论重要的特征是什么,承接网页制作如果你在新的位置和方向上看到他们web外包,因为它不依赖于重要的图像特征是什么的模型网页切图制作,而是通过训练获得这个知识,手机页面切图排版该系统能够在各种情况下进行驱动div+css+js切图,这将在后面的章节看到.

图像变换过程是,网页重构报价首先确定地平面区域(在原始图像中是可见的)和变换图像中可见的区域.这些区域形成了两个重叠的梯形承接网站前端,如由图5中鸟瞰图所示.为了确定变换图像中像素的合适值,承接网站前端该像素被投影到地平面psd切图html,然后反投影到原始图像.对应于原始图像的像素值被用做转换图像的像素值.一个重要的认识是像素到像素的映射(其实现了特定变换)是恒定的.换句话说,psd切图html假定一个平面世界web外包,在原始图像中采样的像素(为了在变换图像中实现特定的平移和翻译)总是保持不变.在图像变换技术的实际实现中,div切图排版ALVINN利用了这个事实网页切图制作,为了执行所需的变化和翻译,手机页面切图排版预先计算了需要采样的像素.结果div+css+js切图,变换原始图像来改变汽车的位置只涉及在预处理阶段图像缩小期间改变像素采样模型.因此,div+css+js切图创造一个变换的低分辨率图像比降低图像分辨率以达到ALVINN的要求没有花费更多的时间.明显的承接网站前端,环境不总是平坦的.但由于道路上的凸起或低陷高度差足够小以至于没有明显违反平面世界的假设.

其中,页面div重构r是转向半径psd切图html,l是前行的距离,psd切图htmld是如果汽车从B点直行l距离后终止点离目标T的距离.位移d可以用下面的公式确定: 其中web外包,dp是如果从A点直走l距离处离T点的距离,web外包s是A点到B点的水平距离网页切图制作,是从A点旋转到B点的角度.dp可以用下式计算: 其中rp是驾驶员转向弧的半径.

与即时训练相关的两个问题源于这样的事实,div页面即反向传播需要数据表示整个学习任务的表示.我们考虑的增加训练集多样性的第一个方法是让驾驶员在训练期间突然转向.这个想法是通过展示驾驶员将车辆转回到道路中心的例子来教网络如何从错误中恢复回来.然而div+css+js切图,该方法是不切实际的,div+css+js切图原因有二:首先承接网站前端,驾驶员突然转向时,承接网站前端训练需要学会关闭发动机即便是驾驶员依然在操纵汽车转向道路psd切图html,当他突然转向道路中心时再重新启动.如果没有这种切换学习状态的能力,承接网页制作网络将无法正确地模仿人类突然转向路边以及重新启动.即使有可能web外包,在训练期间启动和关闭的学习需要大量的人工输入,web外包这不是我们希望看到的.通过突然转向来训练的第二个问题是这需要在许多情况下进行操作网页切图制作,使得网络学习到一般的表示.当在城市交通中训练时,手机页面切图排版这是很耗时的并且也很危险.

像图像变换方案div+css+js切图,操纵方向变换技术使用一个简单的模型来确定汽车位置和/或方向的改变如何影响现状.在图像变换方案中,网页重构报价平面世界假设和透视投影规则用来确定改变汽车的位置和/或方向如何影响汽车前方场景的传感器图像.在操纵方向变换技术中承接网站前端,人们如何驾驶的模型被用于确定一个特定的汽车变换如何改变正确的操纵方向.在两种情况下,承接网站前端变换技术独立于驾驶场景.人们可以在单行道的土路或者多行道的公路上行驶:变换方法将是相同的.

1 介绍 传统视觉和机器人技术的一个难题是自动导航psd切图html,主要是因为真实世界场景的噪声和多变性.基于传统图像处理和模式识别技术的自动导航系统在某些情况下表现良好,psd切图html但有些情况会出问题.困难的部分原因源于这样一个事实web外包,在各种不同的环境中,div切图排版这些系统执行的处理始终是固定的.

在pure pursuit模型中仅存的未指定参数为l.根据经验网页切图制作,我发现在5到55英里每小时的速度范围内,手机页面切图排版准确和稳定的汽车控制可以用下面的规则来实现:向前看汽车在2-3秒内行驶的距离.

3.2.1外插缺失的像素

在第一种技术中div+css+js切图,为了确定投射到变换图像中地平面A点的像素值,div+css+js切图找到了原始图像梯形中的点B.这点是反投影到原始图像找到的合适像素.顶部右侧的图像显示了使用外插方案来填充缺失像素的效果.这种技术的问题在于沿着图像的每行会导致污点承接网站前端,如图8中间图像所示.在图8中,页面div重构最左边的图像表示实际降低分辨率的图像.注意界定中央和右边界车道的线.中间的图像是使用上述的外插方法得到的转换原始图像到其右侧一米位置处.路右边的线可以看到污点psd切图html,它与原始图像的边界相交.因为这个污点的长度与正确的转向高度相关,psd切图html所以网络依靠这个污点的大小来预测正确的转向.然而web外包,当自身驱动时,web外包特征的侧面污点不存在了网页切图制作,因此网络性能较差.

to be continue……

这些弱模型足以解决与实时训练传感器数据相关的两个问题.特别地,div页面使用变换训练模式允许网络学习如何从驾驶的错误中恢复.此外div+css+js切图,过度在重复图像上训练是一个较小的问题,div+css+js切图因为变换训练范例保持了各种训练集.

本章介绍了ALVINN系统的架构承接网站前端,训练和性能.它演示了适当训练后的简单联结网络如何在各种各样的场合中精确引导机器人.尤其是,承接网站前端这一章介绍了训练方法psd切图html,即让ALVINN观看一个驾驶员对新场景做出的反应,承接网页制作从而在不到5分钟的时间学会控制Navlab.使用这些技术后web外包,ALVINN可以在各种情况下(上文提到的各种路况)以可达55英里每小时的速度行驶.

3.3 变换转向方向 同变换输入图像方法同样重要的是用于确定每个变换图像正确转向方向的方法.驾驶员对原始图像进行的正确转向必须对每个变换图像进行改变来说明改变车辆的位置.通过用一种名为pure pursuit steeping的简单模型可以实现.在该模型中,web外包正确的转向是引导汽车到期望的位置(通常是路的中心)且以一个固定的距离前进.以pure pursuit steering为基础的想法如图10所示.汽车在A的位置网页切图制作,假设它为道路的中心.

改进后的变换方案肯定会使变换图像看起来更真实div+css+js切图,但是为了测试它是否提高了网络的行驶性能,网页重构报价我们做了以下实验.首先承接网站前端,我们收集了实际的双车道图像就像图8左侧展示的那样,承接网站前端以及获取到图像时驾驶员突然转的方向.然后psd切图html,我们用这组图像来训练两个网络.第一个网络使用朴素的变换方案,psd切图html第二个网络使用改进的变换方案.移位和旋转的幅值web外包,以及训练过程中使用的缓冲(buffering)方案将在下面详细的描述.然后网络在一个不相交的真正双车道图像上进行测试,div切图排版由网络指示的操控方向和人的操控方向进行比较.在100个测试图像上网页切图制作,使用更真实的变换方案训练的网络比使用朴素变换方案训练的网络少了37%的转向误差.更详细地,手机页面切图排版网络产生的转向误差被测度为输出向量中激活网络的峰值和正确位置(在这种情况下就是驾驶员实际的转向)之间的距离(单元数即神经元).这个转向误差测度如图9.在此情况下div+css+js切图,用朴素变换方法训练的网络平均转向误差是100个测试图像中有3.5个单元,div+css+js切图而用更真实变换方法平均转向误差只有2.2个单元.

用水平移位s和旋转变换图形后汽车在B点承接网站前端,根据pure pursuit模型,页面div重构合适的操纵方向也将引导汽车到目标点T.数学上psd切图html,计算操纵圆弧半径的公式(即带领汽车从点B到点T)是:

为了消除变换过程中的块效应,psd切图html我们实施一个更实际的外插方法web外包,该方法基于这样的一个事实,web外包即感兴趣的特征(如道路边缘和车道标记)通常和路是平行的网页切图制作,因此平行于车的当前方向.用这一假设来外插图7中未知像素A的值,div页面从原始图像的观看梯形中采样的地面点不是最接近的点(B点),而是沿着穿过点A的最近的点,div+css+js切图且平行于车的起始方向(C点).

有趣的是承接网站前端,根据这个选择先行距离的经验规则,承接网站前端操纵的pure pursuit模型是相当不错近似了人们是如何实际操纵的.Reid,Solowka和Biling发现时速为50km/ h时,承接网页制作人类受试者对横向位移为1m的车辆所转向的半径为511米到1194米.先行的距离等于汽车在2.3秒内行驶的距离web外包,pure pursuit模型指示转向半径为594米,web外包在人类的反应范围内.同样网页切图制作,人类受试者相对于当前道路方向有1度方位误差时操纵半径为719米到970米.再次是2.3秒先行的距离,手机页面切图排版pure pursuit操纵模型指示了半径为945米div+css+js切图,落在人类反应的范围内.

自动驾驶非常有潜力成为类似反向传播这种监督学习算法的理想领域,网页重构报价因为有容易获得的教学信号或“正确响应”来表示人类驾驶员当前转向.理论上教一个网络模仿人类是可行的承接网站前端,从传感器得到的图像被缩小到30x32像素上并投影到输入层.整个网络传播激活后psd切图html,输出层的激活形状被转换成一个车辆的转向命令.由网络决定的转向选取激活的质心(质心周围围绕着最高激活水平的输出单元).当确定转向时,psd切图html使用激活的质心而不是最活跃的输出单元引导好的转向校正web外包,从而提高ALVINN的驾驶精度.

改进的外插方法在转换图像上的效果可以在图7右下角明显的看出来.这个方法沿着缺失像素和消失点的那条线上产生了外插,div切图排版如图的右下方.这个外插方法的优势通过比较图8中间和右侧的图像可以看出来.划定右侧车道的线(使用先前的方法这是不可能的)在图像中右侧光滑地被延伸网页切图制作,并且该条线通过移动原始图像且量和中间图像一样得到,手机页面切图排版但是是使用改进的外插法.

$(function () { $('pre.prettyprint code').each(function () { var lines = $(this).text().split('\n').length; var $numbering = $('').addClass('pre-numbering').hide(); $(this).addClass('has-numbering').parent().append($numbering); for (i = 1; i ').text(i)); }; $numbering.fadeIn(1700); }); });

点击次数:5965
作者:
web前端行业资讯
Web new NewsList
微软发布WindowsServerBuild17074更新 ,,2018年01月18日凭借一个AI小功能,这款Google应用冲上苹果AppStore榜首 ,,2018年01月18日百度数据可视化实验室正式成立,发布深度学习可视化平台VisualDL ,,2018年01月18日OpenAI开源最新工具包,模型增大10倍只需额外增加20%计算时间 ,,2018年01月18日百度手机输入法8.0正式发布:支持多人语音速记 ,,2018年01月18日CSDN宣布收购TinyMind团队并升级为AI社区 ,,2018年01月18日甲骨文发布补丁修复英特尔芯片漏洞造成的问题 ,,2018年01月18日权威!官方发布CPU熔断和幽灵漏洞防范指引:附补丁下载 ,,2018年01月18日Oracle宣布新的JavaChampions ,,2018年01月18日腾讯加码区块链项目已悄然注册“以太锁”商标 ,,2018年01月18日Fedora28壁纸征集活动现已开幕:将持续至2月13日 ,,2018年01月18日苹果WebKit团队发布Speedometer2.0网页响应测试工具 ,,2018年01月18日百度输入法8.0后天发布:全感官AI输入 ,,2018年01月18日腾讯和乐高合作:共同研发智能玩具、游戏 ,,2018年01月18日HomePod上市日益临近智能音箱市场吸引力越来越大 ,,2018年01月18日3D打印脑组织?科学家正在向这一目标正在前进 ,,2018年01月18日英特尔公布修补漏洞后PC性能数据:8代CPU影响最小 ,,2018年01月18日云存储公司Dropbox秘密提交IPO申请估值超百亿美元 ,,2018年01月18日iPod之父:防手机上瘾无技术难度苹果谷歌应承担责任 ,,2018年01月18日芯片不安全英特尔云客户考虑转用AMD等对手处理器 ,,2018年01月18日2018年Java展望 ,,2018年01月18日区块链有多火?快播流量矿石遭20多万人疯抢 ,,2018年01月18日Intel搞定神经拟态芯片:模拟人类大脑、自主学习 ,,2018年01月18日阿里巴巴发布IoTConnect开放连接协议,盼推动语音互动入口普及 ,,2018年01月18日区块链火了,全球大佬们怎么看? ,,2018年01月18日Facebook正测试新功能主推本地新闻资讯 ,,2018年01月18日在GooglePlay中发现使用Kotlin开发的安卓恶意软件 ,,2018年01月18日VisualStudio201715.6预览版本2,增加新功能 ,,2018年01月18日百度陆奇:AI是5G最好的加速器 ,,2018年01月18日PinterestCEO:不同于谷歌和Facebook,我们走了第三条路 ,,2018年01月18日【地图系列】世界地图和主要国家的JSON文件 【编程语言】2014年12月10日cocos2d-x3.2中怎么做ShareSdk的步骤 【移动开发】2015年01月19日基于ubuntu下nginx+php+mysql安装配置的具体操作步骤2014年01月29日Ajax的jsonp方式跨域获取数据 【Web前端】2015年06月12日c++实现atoi()和itoa()函数(字符串和整数转化) 【数据库】2014年11月24日u-boot-2014.10移植第23天----nandflash启动(一) 【系统运维】2015年02月13日php中利用str_pad函数生成数字递增形式的产品编号2014年01月29日java学习笔记-尚硅谷0918班胡惠*:人之所以迷茫,是因为自己的才华配不上自己的梦想 【综合】2015年01月09日Spark性能相关参数配置详解-任务调度篇 【系统运维】2015年03月10日ORACLE锁机制深入理解2014年01月30日用Docker构建分布式Redis集群【综合】2015年04月27日我眼中的Node.js 【编程语言】2015年04月09日报表系统性能提升之预先计算 【Web前端】2015年01月07日在WPF中内嵌WindowsForm控件-使用WindowsFormsControlLibrary 【编程语言】2015年07月24日ASP在SQLServer2000中新建帐号和权限2014年01月29日38.“财务自由“,喂给创业者的童话故事【移动开发】2015年08月30日MVC中接受Flash的图片上传【Web前端】2014年11月04日IT毕业生薪资水平比去年低了近五成 ,,2016年06月23日证券交易面临安全问题 木马操纵股票买卖2014年01月28日javascript实现的动态文字变换2014年01月29日ListView这样设置竟然导致BaseAdapter.getView疯狂执行 【编程语言】2015年04月03日加载jQuery后$冲突的解决办法2014年01月29日BalancedBinaryTree【综合】2015年02月02日LeetCode:RemoveElement 【综合】2014年11月04日盛大宣布云存储及MongoIC等四大产品全面开放 ,,2016年07月24日Phtotoshop批处理轻松制作网页相册2014年01月28日网站结构优化技巧2014年01月28日header导出Excel应用示例2014年01月29日Android仿IOS的AssistiveTouch的控件EasyTouch实现 【系统运维】2015年07月17日如何一次取消全部WORD文档里的所有超链接?2014年01月28日
我们保证
We guarantee
> psd效果文件手工切图,保证图片效果最好体积最小利于传输
> 100%手写的HTML(DIV+CSS)编码,绝对符合W3C标准
> 代码精简、css沉余量小、搜索引擎扫描迅速,网页打开快捷
> 应用Css Sprite能够减少HTTP请求数,提高网页性能
> 跨浏览器兼容(IE6、7、8、9,Firefox火狐,Chrome谷歌)