深度卷积神经网络在移动机器人的应用研究
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
4.88 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
闭环检测是移动机器人自主导航以及各种视觉定位的重要组成。近年来随着深度卷积神经网络展,基于卷积描述符的闭环检测与基于手工设计描述符的闭环检测,均在各个系统得到了应用。通过利用深度卷积神经网络实现图像匹配,并将其用于移动机器人的全局定位算法中,对其工程实际表现进行了定量评估以及对比。从所设计的试验方法量化对比出目前主流的描述符在各种场景应用中的优劣性,可知基于AlexNet模型的卷积描述符在各实验中均表现最佳,为图像匹配及其全局定位提供定量参考选择标准。相关论文
- 2024-11-13基于CFD/CSD方法的跨声速静气动弹性数值模拟应用研究
- 2024-11-14IEC阵风作用下箱梁断面的气动特性分析
- 2024-11-15扁平板式吊杆涡振性能及气动优化研究
- 2024-11-15结构参数对气动雾化喷嘴雾化特性影响研究
- 2024-11-15基于气动性能与刚度特性的风力机翼型优化设计
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。