神经网络（Neural Network）又称为人工神经网络（Artificial Neural Network，即 ANN）。他模拟人类大脑的生物神经元信号传递的形式，通过计算机程序反映人类大脑的行为，解决人工智能、机器学习与深度学习等畛域的问题。
神经网络的类型
神经网络可依据不同的目标分为不同的类型，其中常见的神经网络类型包含：感知器、前馈神经网络或多层感知器 (Multilayer Perceptron, MLP)、卷积神经网络（Convolutional Neural Network, CNN）、循环神经网络（Recurrent Neural Network, RNN）。
在主动驾驶中个别应用卷积神经网络，通过人工神经元响应局部覆盖范围内的四周单元，解决主动驾驶汽车图像。这种卷积神经网络由一个或多个卷积层和顶端的全连通层（对应经典的神经网络）组成，同时也包含关联权重和池化层（pooling layer）。这一构造使得卷积神经网络可能利用输出数据的二维构造。与其余深度学习构造相比，卷积神经网络在图像和语音辨认方面可能给出更好的后果。
卷积神经网络的要害组成部分是卷积层自身。它有一个卷积核，通常被称为过滤矩阵。滤波矩阵与输出图像的部分区域进行卷积，其定义为：
其中，操作符 * 示意卷积操作、w 是过滤矩阵、b 是偏置、x 是输出，而 y 是输入。
主动驾驶的原理
主动驾驶其实通过一系列摄像头、LiDAR、RADAR、GPS 或惯性传感器等接管线条、路况、环境变动等不同的数据内容，进而通过深度学习算法，依据汽车的环境自行作出判断和决定。
这个教程将通过解说汽车驾驶机械学、路线定义、人工传感器、碰撞检测、模仿交通、并行话及遗传算法等章节，通过 JavaScript 编程无库实操主动驾驶中的感知、定位、预测与决策四个次要局部。
【B 站视频教程传送门】https://www.bilibili.com/vide…
【查看残缺代码】https://2ef3db1679-share.ligh…
此教程已获原作者受权分享，用户可间接在浏览器中关上即可试运行代码。如何关上并编辑别人用 Lightly 分享的我的项目？
此篇 JavaScript 无库自建主动驾驶教程到此告一段落，欢送查看文章中的 B 站视频及 Lightly 中的残缺代码进行更深刻、系统化地学习，也欢送查看 TeamCode 的一些往期文章。如果你对文中的内容有任何疑难，更欢送你在评论区留言探讨。
怎么对待 Python(PyScript) 能够做浏览器前端开发语言？
Python 教程：从 Python 爬虫到数据分析
学习 Python 爬虫，手把手通过 Python 入门爬取网页信息