首页 期刊 计算机工程与应用 基于递归卷积神经网络的移动机器人定位算法 【正文】

基于递归卷积神经网络的移动机器人定位算法

作者:李少伟; 王胜正 江汉大学数学与计算机科学学院计算机科学与技术系; 武汉430056; 上海海事大学商船学院航海系; 上海201306
移动机器人定位   第一人称视角   时间序列图像   递归卷积神经网络   双轮机器人  

摘要:移动机器人定位已成为机器人研究的重要任务。提出基于递归卷积神经网络的移动机器人定位(Recurrent Convolutional Neural Networks-Based Mobile Robot Localization,RCNN-MRL)算法。递归卷积神经网络(Recurrent Convolutional Neural Networks,RCNN)结合卷积神经网络(Convolutional Neural Networks,CNN)和递归神经网络(Recurrent Neural Networks,RNN)的特性,并依据机器人上嵌入的照相机拍摄的第一人称视角图像,RCNN-MRL算法利用RCNN实现自主定位。具体而言,先通过RCNN有效地处理多个连续图像,再利用RCNN作为回归模型,进而估计机器人位置。同时,设计双轮机器人移动,获取多个时间序列图像信息。最后,依据双轮机器人随机移动建立仿真环境,分析机器人定位性能。实验数据表明,提出的RCNN模型能够实现自主定位。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅