apollo項目中,感知模塊使用了cnn,預測模塊使用了rnn
另外,還單獨提供了一個end to end 的深度神經網絡模型
衆所周知,在感知和預測領域,傳統的基於數學或者控制理論的算法準確度都根本沒法和深度神經網絡相比
所以百度無人車項目,這兩個模塊使用深度神經網絡模塊是必然的
據說預測一開始使用了控制論模型,效果不好換成了rnn
另外,無人駕駛系統現在是兩種技術路線
一種還是基於感知 預測 路徑規劃 行爲決策 軌跡規劃 車輛控制指令的系統實現
而另一種則是直接使用e2e,端對端的深度神經網絡模塊,系統用感知作爲輸入數據,直接生成車輛控制指令
百度無人駕駛apollo項目使用的神經網絡模型的不足
1 無論是cnn,還是rnn,都沒有給出最好的深度神經網絡算法模型
2 e2e也是給出一個通用但一般的模型,和一個簡單的流程實現,apollo項目並沒有實現完整的基於end to end深度神經網絡模塊的系統