基于深度学习的室内简单环境寻路算法作者：张柯凡 吉野 薄健博 黄名哲来源：《物联网技术》2020年第04期 摘 要：室内导航寻路是物联网智能家居的一个重要应用场景，文中设计了一种基于深度学习的室内简单环境寻路算法，包括物体捕捉与追踪、周围环境感知、路径规划、抓取返回四个重要过程。其中，捕捉与追踪采用TOP技术对目标进行标注与距离判断。周围环境感知采用神经网络深度学习方法，通过训练并自我对弈对网络进行激励，从而不断更新网络，在路径规划的栅格法中寻求最优路径。抓取返回过程采用垂直下落抓取方法并对栅格进行最短路径计算，从而以最短路径返回，完成全过程。 金银卡纸
关键词：移动机器人;寻路算法;深度学习;神经网络;路径规划;环境感知
数字标签
中图分类号：TP39 文献标识码：A 文章编号：2095-1302（2020）04-00-04
0 引 言
低通滤波器应用实例
自物联网技术提出以来，寻路算法便成为智能化的重要研究方向。自动寻路的目的是为了让物体能够在给定或任意区域中，通过算法躲避障碍，前进到最终目的地执行目标。寻路算法的核心是躲避障碍和最优路径的选择，通过计算快速、准确到达目的地。
本文尝试将深度学习、神经网络引入自动寻路算法中。寻路过程分为目标物体捕捉与追踪、机器人周围环境感知、路径规划、抓取物体四个部分，具体如下：
（1）在目标物体捕捉过程中使用OpenCV转换涂抹区域，通过归中算法追踪目标;
（2）在机器人周围环境感知中引入深度学习和神经网络技术，输出判断可用路径的条数并不断对自身进行训练，提高判断准确度;212资源
（3）在路径规划中采取栅格法，不断搜集存储更新当前已获取的信息，从而进行最优路径判断;
尾气抽排系统
（4）在抓取物体过程中，采取最有兼容性的垂直下落抓取方式。
人脸识别主机
根据此思路设计了室内简单环境寻路并自动抓取物体返回的算法系统，最终验证了此系统的可行性。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议