基于深度学习的单目视觉水下机器人目标跟踪方法研究

论文摘要

介绍了一种基于深度学习的单目视觉水下机器人目标跟踪新方法,采用该方法能够使自主水下机器人(AUV)在水下复杂环境中实现图像增强处理与目标识别跟踪,对于视频图像中的每个图像,使用预先经过训练的深度卷积神经网络计算图像传输图,图像传输图提供了图像深度信息的相关估计,该方法能够识别水下目标区域,并标明水下目标运动及跟踪方向。实验表明:该方法能够更精确、更稳定地获取水下环境中的定位数据。

论文目录

• 0 前言
• 1 基于深度学习的网络体系结构
• 2 AUV控制系统
•   2.1 水下背景图像形成
•   2.2 传输估计
•     （1）体系结构和层设计
•     （2）数据采集与模型训练
•   2.3 估计目标运动的方向和控制方案
•     （1）运动方向
•     （2）无功控制器
• 3 实验结果及分析
• 4 结论

文章来源

类型: 期刊论文

作者: 陈国军,陈巍,郁汉琪

关键词: 深度学习,自主水下机器人,单目视觉跟踪

来源: 机床与液压 2019年23期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 自动化技术

单位: 南京工程学院工业中心创新学院

基金: 教育部产学合作协同育人项目(20170217705),教育部产学合作协同育人项目(201702023013),南京市产学研合作资助项目(221722072),南京工程学院创新基金重大项目(CKJA201606),南京工程学院高等教育研究课题(2016YB15)

分类号: TP242;TP18

页码: 79-82

总页数: 4

文件大小: 1070K

下载量: 298