基于神经网络的野外环境下的障碍物检测

摘要：

对复杂环境的感知与理解是机器人系统课题研究的关键技术.本文提出了一种利用智能计算中的神经网络技术来实现野外环境下障碍物识别的方法。该方法通过对传感器采集到的原始图像进行分片处理,从图像分片中抽取颜色和纹理特征,进而构建BP网络(基于误差反传算法的前馈网络)并训练,实现了对野外环境下多种障碍物的检测.由于同时采用颜色和纹理特征信息,提高了识别准确率,同时增强了对各种信息不均衡图像的识别能力.智能计算技术的使用,提高了机器人在不同环境下的自适应性。

关键词： 智能计算 BP神经网络 障碍物检测 特征提取 图像识别

作者: 王远艰 胡雪蕾

作者单位: 南京理工大学计算机科学与技术学院,江苏 南京 210094

会议类型: 国内会议

会议名称: 2008年中国计算机学会体系结构专委会学术年会(ACA”08)

会议地点: 南京

会议语种:中文

页码: 153-156

在线出版日期: 2008-11-05（万方平台首次上网日期，不代表论文的发表时间）