Lightly Logo
返回按钮
返回博客

使用 JavaScript 无库自建自动驾驶(文末含代码,神经网络教学)

编程学习
JavaScript
2022-06-24

神经网络(Neural Network)又称为人工神经网络(Artificial Neural Network,即 ANN)。他模仿人类大脑的生物神经元信号传递的方式,通过计算机程序反映人类大脑的行为,解决人工智能、机器学习与深度学习等领域的问题。 神经网络

神经网络的类型

神经网络可根据不同的目的分为不同的类型,其中常见的神经网络类型包括:感知器、前馈神经网络或多层感知器 (Multilayer Perceptron, MLP) 、卷积神经网络(Convolutional Neural Network, CNN)、循环神经网络(Recurrent Neural Network, RNN)。

在自动驾驶中一般使用卷积神经网络,通过人工神经元响应部分覆盖范围内的周围单元,处理自动驾驶汽车图像。这种卷积神经网络由一个或多个卷积层和顶端的全连通层(对应经典的神经网络)组成,同时也包括关联权重和池化层(pooling layer)。这一结构使得卷积神经网络能够利用输入数据的二维结构。与其他深度学习结构相比,卷积神经网络在图像和语音识别方面能够给出更好的结果。 卷积神经网络 卷积神经网络的关键组成部分是卷积层本身。它有一个卷积核,通常被称为过滤矩阵。滤波矩阵与输入图像的局部区域进行卷积,其定义为: 过滤矩阵 其中,操作符*表示卷积操作、w是过滤矩阵、b是偏置、x是输入,而y是输出。

自动驾驶的原理

自动驾驶其实通过一系列摄像头、LiDAR、RADAR、GPS 或惯性传感器等接收线条、路况、环境变化等不同的数据内容,进而通过深度学习算法,根据汽车的环境自行作出判断和决定。

这个教程将通过讲解汽车驾驶机械学、道路定义、人工传感器、碰撞检测、模拟交通、并行话及遗传算法等章节,通过 JavaScript 编程无库实操自动驾驶中的感知、定位、预测与决策四个主要部分。

JavaScript 无库自建自动驾驶源码

【B站视频教程传送门】https://www.bilibili.com/video/BV1R34y1j7Mw/

JavaScript 编程无库实操自动驾驶

【查看完整代码】https://2ef3db1679-share.lightly.teamcode.com 此教程已获原作者授权分享,用户可直接在浏览器中打开即可试运行代码。

如何打开并编辑他人用 Lightly 分享的项目?

此篇 JavaScript 无库自建自动驾驶教程到此告一段落,欢迎查看文章中的 B 站视频及 Lightly 中的完整代码进行更深入、系统化地学习。