CN114937070B 一种基于深度融合测距的移动机器人自适应跟随方法 （常州大学）_第1页
CN114937070B 一种基于深度融合测距的移动机器人自适应跟随方法 （常州大学）_第2页
CN114937070B 一种基于深度融合测距的移动机器人自适应跟随方法 （常州大学）_第3页
CN114937070B 一种基于深度融合测距的移动机器人自适应跟随方法 （常州大学）_第4页
CN114937070B 一种基于深度融合测距的移动机器人自适应跟随方法 （常州大学）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于深度融合测距的移动机器人自适一种基于深度融合测距的移动机器人自适应跟比例积分微分控制器调整目标行人和机器人之间的距离和角度偏差。本发明引入MaskR-CNN实并将位置信息发送至机器人的比例微分积分控2S2、引入MaskR-CNN算法对彩色图像进行像素级将候选的感兴趣区域作为输入送至RPN网络中进行前景和后景分类以及边界回归，采分别计算分类损失函数Lc、边界框回归损失函数Lb和掩膜的损DS5、利用比例积分微分控制器调整目标行人和2.根据权利要求1所述的基于深度融合测距的移动机器人自适应跟随方法，其特征在3.根据权利要求2所述的基于深度融合测距的移动机器人自适应跟随方法，其特征在4.根据权利要求3所述的基于深度融合测距的移动机器人自适应跟随方法，其特征在3[0011]将候选的感兴趣区域作为输入图送至RPN网络中进行前景和后景分类以及边界回一个RoI定义一个多任务损失函数L，过滤掉一部分候选的感兴趣区域，对剩下的ROI进行4[0020]深度注意力模块中的编码器E2使用扩展残差网络，在解码器G2后增加sigmoid函D[0033]图4是本发明的比例积分微分控制器调整设定目标值和实际值偏差的跟随效果5[0042]通过深度测距使得机器人能以设定的距离跟随目标移动，移动机器人使用RGB-D[0044]彩色图像x进行预处理并输入到训练好的ResNeXt神经网络中，获得对应的特征图，接着对特征图中的每一个点设定候选感兴趣区域(ROI)，从而获得多个候选感兴趣区域，将这些候选的感兴趣区域作为输入图送至RPN网络中进行前景和后景分类以及边界回logsu，边界框回归损失函数掩膜的损失函数为Lm＝-ylog(p[0045]深度图像测距一般是检测并选中物体所在区域，对于选6YOLOV5网络模型进行测量距离和实际距离的对比，YOLOv5算法检测出的距离分别为：建立彩色像素和深度像素的映射关系；深度注意力模块中的编码器E2使用扩展残差网络，[0050]为了验证单目估计算法在深度融合中的作用，图7展示了彩色图像和深度图像的7(a)为室内场景，相机深度图像出现无效点，而S2R-DepthNet算法因加入了结[0051]S5、利用比例积分微分控制器(PID)调整目标行人和机器人之间的距离和角度偏i和Kd分别为角度比例积分微分控制器的比例系数、积分系数和[0058]设计机器人跟随目标行人的仿真实验，移动机器人由乐视LeTMC-520RGB-D相机、[0059]采用位移误差Derr(8

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论