行驶路径检测
这一部分工作要解决的问题主要是在没有车辆线或者车辆线状况很差的情况下，车怎么开的问题。如果所有的路况都如下：
那当然很完美，但是由于路况或者天气，有些时候车辆线是很难检测到的。
深度学习为此提供了一个解决办法。我们可以用人在没有车道线的路况下开车的数据来训练神经网络，训练好之后，神经网络在没有车道线的时候也能大概判断未来车可以怎么开。这一部分原理也是比较清楚的，找一个人开车，把整个开车的过程摄像头的录像保存下来，把人开车的策略车辆的行驶路径也保存下来。用每一帧图片作为输入，车辆未来一段时间（很短的时间）的路径作为输出训练神经网络。之前很火的Comma公司，黑苹果手机那个创立的，做的无人驾驶就是这种思路，因为其可靠性以及原创性还被LeCun鄙视了。
结果如下，可以看到神经网络提供的行驶路径基本上符合人类的判断：
更极端的情况：
绿色是预测的行驶路径。没有深度学习，这种场景也是完全不可能的。当然，我在最近的另外一个答案里面提到了，不能完全依靠神经网络来做路径规划，Mobileye也是综合传统的车道线检测，上面提到的场景分割检测到的护栏等，这一部分的神经网络输出等等，做信息融合最后得到一个稳定的完美的行驶路径。
3
