1.Nvidia技术路线概述

2.卷积神经网络介绍

软硬件平台

目的：用卷积神经网络（CNNs）将车前部摄像头捕捉到的原始像素图映射为汽车的方向操控命令。 训练：这套端到端学习系统使用了NVIDIA DevBox，       用Torch 7进行训练。 操作：一台 NVIDIA DRIVE PX 自动驾驶汽车计算机用于判断汽车行驶的方向，工作时它每秒需要处理30帧的数据，同样使用Torch 7处理。

 

训练的输入

输入的训练信号：人工操控方向盘的角度 设备：DAVE-2系统：数据采集车的挡风玻璃后面固定了三台摄像机，在摄像机采集视频数据的同时，此系统也记录驾驶员操控方向盘的偏转角度。 不同于人工将问题拆解，比如拆解成车道线识别、决策规划、车辆控制等子任务，端到端系统同时能优化所有的操纵过程。

 

训练系统

训练数据包括从视频中采样得到的单帧视频，以及对应的方向控制命令。只用驾驶员操作的数据训练远远不够；网络模型还需要学习如何纠正错误的操作。于是训练数据额外补充了大量图像，包括汽车从车道中心的