人工智能应用素养 课件 第16章　智能交通领域中AI的应用——小车自动驾驶实战.pptx

;01;自动驾驶汽车的产业背景;自动驾驶汽车的概念和现状

具体细节1：自动驾驶汽车，也称为无人驾驶汽车或机器人车，是不需要人类操作的感知环境并自行导航的车辆

具体细节2：尽管完全自动驾驶的汽车还未在市场上广泛应用，但已经有一些原型机和展示系统出现，部分可靠技术也已经应用于量产车型

;自动驾驶汽车如何感知环境

? ——环境感知技术

具体细节1：自动驾驶汽车使用雷达、光学雷达、GPS以及电脑视觉等技术感知环境

具体细节2：先进的控制系统能将感测数据转换为适当的导航路径、障碍和相关信号的识别，自动驾驶汽车可以根据这些数据更新自己的地图信息，保持在道路上的准确定位

;未来车辆设计的新趋势

?——无人化元素的引入

具体细节1：特斯拉正在改变方向盘的设计，取消仪表盘，使驾驶者只需关注中控台屏幕

具体细节2：通用汽车的自动驾驶部门克鲁斯的概念车已经完全移除了方向盘、仪表盘、踏板和后视镜;无人驾驶汽车的商业化转变

具体细节1：百度阿波罗设计的无人车AppolloMoon已经接近量产，展示了无人驾驶汽车的外观变化，推动了无人驾驶的商业化进程

具体细节2：特斯拉、通用汽车和百度阿波罗等公司正在将自动驾驶从一个技术和功能转变为真正的商业活动

;自动驾驶的商业化挑战

具体细节1：实现自动驾驶的商业化需要技术的积累，具体的应用场景，汽车企业的合作，以及商业化的思考

具体细节2：只有大型的自动驾驶平台，如百度阿波罗，有足够的资源去建设无人驾驶生态，已经开始实现商业化

;智能车系统设计;ARTrobot-Drive无人驾驶智能车的设计和功能

具体细节1：这是一款专为应急救援设计的自主驾驶车辆，利用Python编程语言和深度学习开源框架，实现了高度集成的硬件驱动模块和分布式结构化软件设计框架

具体细节2：它可以进行数据采集、构建数据模型、自主识别弯道和无人驾驶验证等功能

;ARTrobot-Drive无人驾驶智能车的核心功能

?——自动驾驶和路径规划

具体细节1：利用一个卷积神经网络构建摄像头数据和小车拐弯角度的关系模型。通过训练这个模型，小车可以根据实时的摄像头数据自动调整方向，实现无人驾??。

具体细节2：利用一个深度强化学习算法进行路径规划。这使得小车可以根据环境信息，自动选择最优的路径，从而达到目的地。;自动驾驶汽车面临的挑战

技术挑战

具体细节1：虽然我们已经在许多场景中看到了无人驾驶汽车的成功应用，但仍然有许多技术问题需要解决。例如，如何在复杂的交通环境中保证无人驾驶汽车的安全性和可靠性，如何处理极端天气条件下的无人驾驶问题。

;自动驾驶汽车面临的挑战

道德和法律问题

具体细节1：如果一个无人驾驶汽车在一个交通事故中，必须在撞到行人和撞到障碍物之间做选择，那么它应该如何选择？谁应该为这种决定负责？这些问题都是我们在实现无人驾驶汽车广泛应用之前，必须解决的问题。

;感谢您的观看！;;01;目标检测基础;目标检测基础：

具体细节1：目标检测的定义和目的

具体细节2：目标检测任务的复杂性和挑战性

;计算机视觉任务的三大类

具体细节1：图像分类的定义和任务

具体细节2：目标检测的定义和任务

具体细节3：实例分割的定义和任务

;YOLO算法;YOLO模型介绍

YOLO模型的全称和发展历程

具体细节1：YOLO模型的全称和提出时间

——2016年由JosephRedmon等人提出的一种实时目标检测算法

具体细节2：YOLO模型的特点和优势

——只需要浏览一次图像就可以识别出图中的物体的类别和位置，这使得它在实时性方面具有优势，是第一个能够平衡检测质量和速度的算法

具体细节3：YOLO模型的发展和迭代版本

——自从2015年YOLOv1提出以来，已经进行了三次主要的迭代，分别是YOLOv2(YOLO9000)，YOLOv3，和YOLOv4

;使用YOLO模型进行目标检测的步骤（一）

?数据准备和标注

具体细节1：收集和标注适用于任务的图片

具体细节2：将标注好的数据集分为训练集、验证集和测试集

;使用YOLO模型进行目标检测的步骤（二）

设置YOLO的运行环境

具体细节1：克隆YOLO的源代码，安装YOLO需要的库和软件包

具体细节2：根据任务需求，修改YOLO的配置文件

;使用YOLO模型进行目标检测的步骤（三）

?模型训练与优化

具体细节1：进行模型训练，通过调整超参数进行模型优化

具体细节2：常见的优化参数包括学习率、批量大小、优化器的类型、正则化项的权重等

;使用YOLO模型进行目标检测的步骤（四）

模型评估与部署

具体细节1：在验证集上进行模型评估，关注模型的精度、召回率和mAP等指标

具体细节2：将模型部署到服务器或嵌入式设备上，进行目标检测

;YOLO模型总结与展望

YOLO模型的优势

具体细节1：YOLO模型的效率和实时