版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在火災(zāi)、人質(zhì)救援、核輻射等危險(xiǎn)環(huán)境中,面向室內(nèi)服務(wù)的機(jī)器人可替代人類進(jìn)行自主行走、自主巡邏的功能。機(jī)器人室內(nèi)行走的一個(gè)關(guān)鍵問(wèn)題是:如何在結(jié)構(gòu)化環(huán)境中對(duì)相鄰空間的連接媒介(例如門、通道、洞)進(jìn)行準(zhǔn)確識(shí)別并基于識(shí)別結(jié)果完成穿越。目前已存在的識(shí)別方法如紅外感應(yīng)、激光掃描、圖像邊緣檢測(cè)等手段采用框架模型進(jìn)行識(shí)別,但由于以下兩點(diǎn)原因?qū)е聶z測(cè)識(shí)別常出現(xiàn)較高的錯(cuò)誤率:(1)由于復(fù)雜室內(nèi)環(huán)境中類似門的邊緣特征場(chǎng)景較為常見(jiàn),且容易出現(xiàn)物品遮擋,基于門的框
2、架模型來(lái)進(jìn)行識(shí)別(兩豎一橫結(jié)構(gòu))無(wú)法對(duì)門的一些隱藏特征的提取;(2)由于僅僅采用判斷識(shí)別,無(wú)法對(duì)門的多姿態(tài)角度進(jìn)行識(shí)別。因此,目前所建立的僅依靠視覺(jué)信息的室內(nèi)導(dǎo)航的應(yīng)用極為缺少。
針對(duì)存在的問(wèn)題,本文研究基于深度卷積神經(jīng)網(wǎng)絡(luò)的門識(shí)別,以提升機(jī)器人檢測(cè)系統(tǒng)在干擾環(huán)境下的門識(shí)別能力及穿越能力。首先,采用自動(dòng)化特征提取方法來(lái)避免建模過(guò)程中的特征丟失,以解決出現(xiàn)遮擋后識(shí)別上魯棒性不足問(wèn)題。第二,針對(duì)模型訓(xùn)練需求,采集、制作了門的訓(xùn)練數(shù)
3、據(jù)集來(lái)完成系統(tǒng)模型的訓(xùn)練,設(shè)計(jì)多姿態(tài)識(shí)別方案,通過(guò)定位機(jī)器人所處的相對(duì)角度對(duì)門進(jìn)行多姿態(tài)識(shí)別。第三,基于所識(shí)別的門圖像,設(shè)計(jì)機(jī)器人距離估計(jì)方案,結(jié)合角度進(jìn)行位置定位并給出控制指令,然后進(jìn)行門的穿越實(shí)驗(yàn)以驗(yàn)證該系統(tǒng)中門穿越的可行性。最后,進(jìn)行了敏感性分析,對(duì)門進(jìn)行多比例遮擋實(shí)驗(yàn),驗(yàn)證門識(shí)別方法的魯棒性。結(jié)果分析顯示深度卷積神經(jīng)網(wǎng)絡(luò)在門的識(shí)別上具有較大的優(yōu)勢(shì),能夠保證識(shí)別目標(biāo)的可靠性與魯棒性。
通過(guò)本文的研究,一方面驗(yàn)證了深度卷積
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于卷積神經(jīng)網(wǎng)絡(luò)的語(yǔ)種識(shí)別方法研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的車型識(shí)別.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的車牌字符識(shí)別方法研究.pdf
- 基于局部特征的卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別方法研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的微型電纜字符識(shí)別方法研究.pdf
- 基于三維卷積神經(jīng)網(wǎng)絡(luò)步態(tài)識(shí)別方法的研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方法研究及應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的進(jìn)化機(jī)器人自主行為方法研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別的研究與應(yīng)用.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的人體行為識(shí)別研究.pdf
- 基于多尺度池化的卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別方法研究.pdf
- 基于時(shí)空流卷積神經(jīng)網(wǎng)絡(luò)的行為識(shí)別研究.pdf
- 一種基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)識(shí)別方法研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的車輛識(shí)別與檢索研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別技術(shù)研究.pdf
- 深度卷積神經(jīng)網(wǎng)絡(luò)中基于序的池化方法研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的熟料顆粒方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)識(shí)識(shí)別研究及應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論