基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
道路图像理解是室外移动机器人视觉导航自主驾驶研究中的一个关键技术,由于基于视觉导航的室外移动机器人自主驾驶时,对实时性和鲁棒性要求很高,因此,为了满足室外移动机器人自主驾驶的实时性和鲁棒性要求,将人工智能研究句法分析中的一个形式体系--增强转移网络(ATN)成功地应用于室外移动机器人的道路理解中,进而提出了基于ATN的室外移动机器人道路图像理解算法,该算法在统一的ATN构建思想指导下,针对不同的道路情况,不仅可以灵活地构建出不同的道理理解ATN网络,还可达到本质上的统一及应用上的灵活.经实验检验,该算法在满足系统要求的鲁棒性条件下,具有非常高的实时性,即能充分地满足自主移动机器人高速自主导航的需要.
推荐文章
一种用于室外移动机器人的快速有效的车道线识别方法
移动机器人
车道线检测
动态双阈值
ATN
室外智能移动机器人的发展及其关键技术研究
室外智能移动机器人
控制体系结构
机器人视觉
路径规划
导航与控制
基于视觉的室外移动机器人障碍物检测方法
室外移动机器人
障碍物检测
小波模极大值
支持向量机
集成学习
基于激光雷达的室外移动机器人避障与导航新方法
室外移动机器人
避障
导航
角度势场法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于增强转移网络(ATN)的室外移动机器人道路图像理解
来源期刊 中国图象图形学报A辑 学科 工学
关键词 增强转移网络 移动机器人 道路图像理解 视觉导航
年,卷(期) 2004,(3) 所属期刊栏目 学术论文与技术报告
研究方向 页码范围 380-384
页数 5页 分类号 TP242.62
字数 3558字 语种 中文
DOI 10.3969/j.issn.1006-8961.2004.03.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何克忠 清华大学计算机系智能技术与系统国家重点实验室 46 2217 21.0 46.0
2 李兵 清华大学计算机系智能技术与系统国家重点实验室 44 590 13.0 23.0
3 张朋飞 清华大学计算机系智能技术与系统国家重点实验室 4 438 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (33)
参考文献  (5)
节点文献
引证文献  (16)
同被引文献  (5)
二级引证文献  (81)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(4)
  • 引证文献(2)
  • 二级引证文献(2)
2007(4)
  • 引证文献(3)
  • 二级引证文献(1)
2008(12)
  • 引证文献(1)
  • 二级引证文献(11)
2009(13)
  • 引证文献(0)
  • 二级引证文献(13)
2010(8)
  • 引证文献(0)
  • 二级引证文献(8)
2011(6)
  • 引证文献(1)
  • 二级引证文献(5)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(7)
  • 引证文献(0)
  • 二级引证文献(7)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(13)
  • 引证文献(2)
  • 二级引证文献(11)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
增强转移网络
移动机器人
道路图像理解
视觉导航
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导