摘要
针对传统移动机器人视觉位置识别容易受环境影响、效率低等问题,文章提出了基于卷积神经网络(CNN)的机器人视觉地点识别技术。结合CNN的网络结构设计图像描述提取方法,旨在提升提取图像特征鲁棒性;通过构建公开数据集离线训练视觉词袋模型,提升图像匹配过程的搜索速度;通过对两幅图像相似度的分析,获得视觉地点识别的匹配结果。研究结果证明,基于CNN的机器人视觉地点识别在场景外观变化下地点识别鲁棒性、准确性均较传统方法好。
出处
《电脑知识与技术》
2022年第29期12-15,共4页
Computer Knowledge and Technology
基金
宁夏大学新华学院科学研究基金项目“基于卷积神经网络的多机器人装配轨迹规划研究”(项目编号:20XHKY12)成果。