基于深度學(xué)習(xí)的智能網(wǎng)聯(lián)汽車(chē)無(wú)人駕駛障礙物檢測(cè)研究

摘 要：隨著智能網(wǎng)聯(lián)汽車(chē)無(wú)人駕駛技術(shù)的快速發(fā)展，障礙物檢測(cè)作為其核心技術(shù)之一，對(duì)于保障行車(chē)安全至關(guān)重要。本研究提出了一種基于深度學(xué)習(xí)的智能網(wǎng)聯(lián)汽車(chē)無(wú)人駕駛障礙物檢測(cè)方法，通過(guò)構(gòu)建優(yōu)化的卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型并結(jié)合多傳感器融合技術(shù)，實(shí)現(xiàn)在復(fù)雜多變的道路場(chǎng)景中高效、準(zhǔn)確的障礙物檢測(cè)。實(shí)驗(yàn)結(jié)果表明，該方法在檢測(cè)精度、實(shí)時(shí)性及魯棒性方面均顯著優(yōu)于傳統(tǒng)方法，為無(wú)人駕駛技術(shù)的發(fā)展提供了有力支持。（剩余5399字）