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:
随着无人机技术的快速发展,无人机技术已经在各个方面得到了广泛的应用,人们也越来越多的重视智能无人机技术的研究,其中如何提高智能无人机的自主循迹能力已经成为众多学者的研究重点.为了使无人机能够自主循迹飞行,提出了一种基于改进卷积神经网络的无人机循迹方法,在LeNet-5模型的基础上对原模型的层数进行改进,减小其复杂程度,使其可以运行在机载设备上,另外还给出了用于模型训练的图像数据的采集方法.其通过无人机上的相机采集前方图像,然后训练好的卷积神经网络会对此图像进行识别,并产生控制指令.实验结果表明,该方法可以有效地使无人机在楼道里自主的循迹飞行.
推荐文章
基于深度卷积神经网络的无人机识别方法研究
深度卷积神经网络
无人机分类
无人机识别
特征提取
识别模型
基于卷积神经网络的无人机图像模糊类型识别
卷积神经网络
样本预处理策略
模糊类型
无人机图像
基于卷积神经网络的无人机遥感影像农村建筑物目标检测
建筑物
检测
无人机
深度学习
卷积神经网络
Faster R-CNN
基于全卷积神经网络的无人机影像建筑物提取
深度学习
卷积神经网络
DSM建筑物提取
残差学习
遥感
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 基于卷积神经网络的无人机循迹方法
来源期刊 长春理工大学学报(自然科学版) 学科 航空航天
关键词 卷积神经网络 无人机 循迹
年,卷(期) 2018,(1) 所属期刊栏目
研究方向 页码范围 110-113
页数 4页 分类号 V279
字数 1982字 语种 中文
DOI
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 耿振野 长春理工大学电子信息工程学院 20 33 4.0 5.0
2 刘智 长春理工大学电子信息工程学院 87 595 12.0 21.0
3 陈思锐 长春理工大学电子信息工程学院 2 15 2.0 2.0
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  (8)
参考文献  (4)
节点文献
引证文献  (6)
同被引文献  (23)
二级引证文献  (4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(7)
  • 引证文献(3)
  • 二级引证文献(4)
研究主题发展历程
节点文献
卷积神经网络
无人机
循迹
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
长春理工大学学报(自然科学版)
双月刊
1672-9870
22-1364/TH
16开
长春市卫星路7089号
1978
chi
出版文献量(篇)
3546
总下载数(次)
14
总被引数(次)
15546
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导