作者:禅与计算机程序设计艺术
1.简介
随着互联网、物联网、大数据等技术的发展,以及人类对自动驾驶领域越来越关注,许多人希望通过自动驾驶可以解决一些现实生活中的复杂困难,提升自己的生活质量,从而实现全方位的人机协同共赢。然而,目前还没有完善的自动驾驶技术体系,如何设计一套智能驾驶系统是一个复杂的问题。国内外的研究者也逐渐尝试开发出基于深度学习、强化学习、遗传算法、蒙特卡洛树搜索等一系列机器学习、模式识别、数据挖掘方法的决策系统。这些方法已经取得了一定成果,但还有很多问题需要进一步探索。因此,如何构建一套完整的决策系统,包括车辆检测、行人跟踪、环境感知、自适应巡航、驾驶决策等多个子系统,将会成为一项长期而艰难的任务。本文将详细阐述目前最成功的自动驾驶决策系统架构,即浙江大学研究院自动驾驶团队自主研制的决策系统架构,并以此为契机进行深入分析和探讨。
2.主要术语
2.1 决策系统
决策系统(decision-making system)指的是根据输入信息做出预测或者决定性行为的系统,其功能一般包括输入、处理、加工、决策、输出、反馈等环节。在机器学习、模式识别、统计学习中,决策系统往往由输入端到输出端,通常采用分类器或者回归模型,用来做出预测或者决策。当输入的信息带有时间或空间上的上下文时,决策系统也可以称作仿真系统。文章来源:https://www.toymoban.com/news/detail-718111.html
2.2 数据
数据(data),指的是收集来的有价值的信息,是对客观事物或事象的陈述,它包括结构化、半结构化、非结构化三种形式。决策系统所需要的数据往往包括静态数据和动态数据。静态数据就是客观存在的东西,比如地理位置、道路布局、交通流量、污染物排放等;动态数据则是随文章来源地址https://www.toymoban.com/news/detail-718111.html
到了这里,关于十佳大数据智能决策系统架构——决策系统与自动驾驶的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!