基于卷积神经网络的机器人视觉地点识别分析

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。