深度学习的自动驾驶小车系统设计研究

马 石梓
比亚迪汽车工业有限公司

摘要

由于传统的汽车决策算法需要人工设置各种复杂的决策规则，使得汽车的决策时间较长，决策效果较差，
且不能适应新的环境。因此，基于增强学习的学习策略是目前机器学习和智能控制研究的重要手段。通过全局路线
规划，汽车可以在网络地图上实时定位；通过 PC机或移动电话客户端的通讯系统将小车的始发和目标位置进行远程
传输，并将其实时状态信息反馈给汽车；采用全局路径规划、局部避障与通讯技术相结合，实现了在半开放条件下
的低成本、低速度的自动操作。

关键词

深度学习；自动驾驶小车；系统设计

参考

[1] 段续庭，周宇康，田大新，郑坤贤，周建山，孙

亚夫 . 深度学习在自动驾驶领域应用综述 [J]. 无人系统技

术，2021，4（06）：1-27.

[2] 万星 . 基于深度强化学习的车辆自动驾驶拟人决

策 [D]. 大连理工大学，2021.

[3] 冯天 . 基于深度强化学习的自动驾驶系统设计与

实现 [D]. 南京理工大学，2021.

[4] 庞可 . 基于深度强化学习的自动驾驶决策方法研

究 [D]. 北京交通大学，2020.

[5] 杨梓谦，李思琦，段志刚.基于深度学习的自动驾

驶小车系统设计[J].电子测试，2019（14）：76-77+117.

[6] 夏伟 . 基于深度强化学习的自动驾驶决策仿真 [D].

中国科学院大学（中国科学院深圳先进技术研究院），

2017.