CORC  > 兰州理工大学  > 兰州理工大学  > 机电工程学院
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
所有评论 (0)
暂无评论
 

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。


©版权所有 ©2017 CSpace - Powered by CSpace