ニューラルネットワークによる自動車の操舵制御

本論文では、ニューラルネットワークを用いて自動運転車の操舵を制御する方法について説明します。車両は、範囲および進行方向角度情報を提供する受動的または能動的センサーを装備していると仮定します。開発された自動運転車のほとんどは、適切な操舵指令を取得するために経路計画モジュールに依存しています。経路計画とは対照的に、人間のドライバーは経路軌跡の計算を回避し、観察された進行方向角度と範囲に直接反応してハンドルを切ります。本論文では、経路計画に関連する困難を排除するために人間の運転をエミュレートするニューラルネットワークの手法を提示します。バックプロパゲーションと機能リンクネットワークは、トレーニングおよびリコール能力の観点から研究されています。ネットワークは、車両追跡のライブテスト走行から得られた実データでトレーニングされています。