[发明专利]一种基于激光雷达和端到端控制算法的智能行驶教育方法

权利要求书

1.一种基于激光雷达和端到端控制算法的智能行驶教育方法，其特征在于，包括：

S1、通过控制终端控制微缩智能车在沙盘跑道上行驶，同时启动激光雷达扫描微缩智能车所处的沙盘跑道环境，获得控制终端操作指令数据和雷达点云数据；

S2、根据控制终端操作指令数据和雷达点云数据的时间戳，采用MATLAB进行数据处理，得到基于时间戳对应的键盘指令数据和点云数据的映射，并将所述键盘指令数据和点云数据作为训练数据；

S3、将训练数据输入预先构建好的端到端控制神经网络模型进行训练，得到最优的函数拟合参数和端到端控制模型；

S4、将端到端控制模型写入微缩智能车的微型电脑的launch文件中，并设置微缩智能车自启动；

S5、将写入端到端控制模型的微缩智能车放置在所述沙盘跑道上，启动电源实现无人智能行驶。

2.根据权利要求1所述的基于激光雷达和端到端控制算法的智能行驶教育方法，其特征在于，步骤S1包括：

安装控制微缩智能车底盘的arduino包和依赖包并编译，设置参数；

在微缩智能车的微型电脑中写入通信文件与键盘控制文件；

将微缩智能车置于沙盘跑道上，控制终端和微缩智能车建立通信连接，开启数据录制并操纵微缩智能车，所述数据包括控制终端操作指令数据和雷达点云数据。

3.根据权利要求2所述的基于激光雷达和端到端控制算法的智能行驶教育方法，其特征在于，步骤S1还包括：

将数据包中的数据按话题分别提取，得到雷达的点云数据与键盘的指令数据。

4.根据权利要求1所述的基于激光雷达和端到端控制算法的智能行驶教育方法，其特征在于，步骤S2包括：

基于时间戳标签找出控制终端操作指令数据和雷达点云数据都有效的时间段，并根据时间戳将控制终端操作指令数据和雷达点云数据一一对齐，并封装为矩阵；

将MATLAB输出的已经过时间戳对应的雷制终端操作指令数据和雷达点云数据标记为训练数据。

5.根据权利要求4所述的基于激光雷达和端到端控制算法的智能行驶教育方法，其特征在于，步骤S2还包括：

在点云数据中，将超出激光雷达探测范围的点云数据替换为雷达探测距离最大值，以保证最终得到的训练数据都是可被读取的数字。

6.根据权利要求5所述的基于激光雷达和端到端控制算法的智能行驶教育方法，其特征在于，步骤S3包括：

引用TensorFlow库；

本地读取训练数据，并将训练数据拼装为数组，训练数据为控制终端操作指令数据和雷达点云数据；

设置端到端控制神经网络中拟合函数所需的参数：权重W和偏置b；

定义每一层网络的激活函数，建立层与层间的连接；

根据引用库的内置函数定义交叉熵；

选定引用库的内置优化器实现梯度下降；

设置for循环中的批次参数和循环次数；

设置端到端控制神经网络模型的保存路径及准确度的输出参数。

7.根据权利要求6所述的基于激光雷达和端到端控制算法的智能行驶教育方法，其特征在于，所述激活函数为tanh函数，公式为：

8.根据权利要求7所述的基于激光雷达和端到端控制算法的智能行驶教育方法，其特征在于，预先构建好的端到端控制神经网络模型使用TensorFlow库，包含5层神经网络，采用AdamOptimizer优化器。

9.根据权利要求8所述的基于激光雷达和端到端控制算法的智能行驶教育方法，其特征在于，在步骤S3中，训练数据输入预先构建好的端到端控制神经网络模型进行训练，得到基于训练数据最优的函数拟合参数、在所述函数拟合参数下训练数据的准确率以及神经网络模型。

10.根据权利要求1所述的基于激光雷达和端到端控制算法的智能行驶教育方法，其特征在于，控制终端为计算机，微缩智能车的微型电脑为树莓派微型电脑。