基于卷积神经网络的壁面清洗机器人障碍物检测识别算法 | |
郭润兰; 史方青; 范雅琼; 何智 | |
刊名 | 兰州理工大学学报 |
2022-08-15 | |
卷号 | 48期号:04页码:83-89 |
关键词 | 清洗机器人 障碍物识别 卷积神经网络 深度学习 |
英文摘要 | 结合机器人的工作原理以及卷积神经网络(CNN)在图像分类中的应用,提出了一种基于卷积神经网络的壁面障碍物检测识别算法.首先,以壁面障碍物准确识别为目标,构建壁面障碍物图像库;然后,通过对VGG-16网络简化后进行优化,得到适合壁面障碍物准确识别的卷积神经网络模型.在此基础上,设计该网络由输入层、4层卷积层、2层池化层、1层全连接层以及输出层组成,进一步利用3×3卷积核对训练样本进行卷积操作,并将所获取的特征图以2×2领域进行池化操作.重复上述操作后,通过学习获取并确定网络模型参数,得到最佳网络模型.实验结果表明,障碍物的识别准确率可达99.0%,具有良好的识别能力. |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/159666] |
专题 | 机电工程学院 |
作者单位 | 兰州理工大学机电工程学院 |
推荐引用方式 GB/T 7714 | 郭润兰,史方青,范雅琼,等. 基于卷积神经网络的壁面清洗机器人障碍物检测识别算法[J]. 兰州理工大学学报,2022,48(04):83-89. |
APA | 郭润兰,史方青,范雅琼,&何智.(2022).基于卷积神经网络的壁面清洗机器人障碍物检测识别算法.兰州理工大学学报,48(04),83-89. |
MLA | 郭润兰,et al."基于卷积神经网络的壁面清洗机器人障碍物检测识别算法".兰州理工大学学报 48.04(2022):83-89. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论