基于深度学习的障碍物检测研究

论文摘要

避障导航是自动导引小车领域的重要课题,障碍物检测则是其中的重要环节。随着计算机视觉的发展,基于深度学习的图像目标检测算法已日趋成熟,针对自动导引小车避障检测对精准性和实时性要求都较高的情况,本文搭建深度学习模型,使用端到端的物体目标检测网络,对室内环境下自动导引小车可能的工作场景进行训练,在速度较快的情况下得到了很高的精准度。

论文目录

• 1 YOLO v3
• 2实验结果及分析
• 3结束语

文章来源

类型: 期刊论文

作者: 张舜,郝泳涛

关键词: 避障检测,深度学习,自动导引小车,图像检测

来源: 电脑知识与技术 2019年34期

年度: 2019

分类: 信息科技

专业: 电信技术,计算机软件及计算机应用,自动化技术

单位: 同济大学

分类号: TP391.41;TP18;TN958

DOI: 10.14004/j.cnki.ckt.2019.4096

页码: 185-187+193

总页数: 4

文件大小: 1890K

下载量: 209