機(jī)器人穿越行為中基于深度卷積神經(jīng)網(wǎng)絡(luò)的門識別方法及應(yīng)用.pdf

1、在火災(zāi)、人質(zhì)救援、核輻射等危險環(huán)境中，面向室內(nèi)服務(wù)的機(jī)器人可替代人類進(jìn)行自主行走、自主巡邏的功能。機(jī)器人室內(nèi)行走的一個關(guān)鍵問題是:如何在結(jié)構(gòu)化環(huán)境中對相鄰空間的連接媒介（例如門、通道、洞）進(jìn)行準(zhǔn)確識別并基于識別結(jié)果完成穿越。目前已存在的識別方法如紅外感應(yīng)、激光掃描、圖像邊緣檢測等手段采用框架模型進(jìn)行識別，但由于以下兩點(diǎn)原因?qū)е聶z測識別常出現(xiàn)較高的錯誤率:(1)由于復(fù)雜室內(nèi)環(huán)境中類似門的邊緣特征場景較為常見，且容易出現(xiàn)物品遮擋，基于門的框

2、架模型來進(jìn)行識別（兩豎一橫結(jié)構(gòu)）無法對門的一些隱藏特征的提取;(2)由于僅僅采用判斷識別，無法對門的多姿態(tài)角度進(jìn)行識別。因此，目前所建立的僅依靠視覺信息的室內(nèi)導(dǎo)航的應(yīng)用極為缺少。
　　針對存在的問題，本文研究基于深度卷積神經(jīng)網(wǎng)絡(luò)的門識別，以提升機(jī)器人檢測系統(tǒng)在干擾環(huán)境下的門識別能力及穿越能力。首先，采用自動化特征提取方法來避免建模過程中的特征丟失，以解決出現(xiàn)遮擋后識別上魯棒性不足問題。第二，針對模型訓(xùn)練需求，采集、制作了門的訓(xùn)練數(shù)

3、據(jù)集來完成系統(tǒng)模型的訓(xùn)練，設(shè)計多姿態(tài)識別方案，通過定位機(jī)器人所處的相對角度對門進(jìn)行多姿態(tài)識別。第三，基于所識別的門圖像，設(shè)計機(jī)器人距離估計方案，結(jié)合角度進(jìn)行位置定位并給出控制指令，然后進(jìn)行門的穿越實驗以驗證該系統(tǒng)中門穿越的可行性。最后，進(jìn)行了敏感性分析，對門進(jìn)行多比例遮擋實驗，驗證門識別方法的魯棒性。結(jié)果分析顯示深度卷積神經(jīng)網(wǎng)絡(luò)在門的識別上具有較大的優(yōu)勢，能夠保證識別目標(biāo)的可靠性與魯棒性。
　　通過本文的研究，一方面驗證了深度卷積