原文服务方: 微电子学与计算机       
摘要:
云台系统作为智能巡检机器人的视觉载体,承载着巡检机器人的核心功能,基于预置位的传统云台运作模式电厂复杂环境下显得乏力.针对复杂环境下云台预置位少、反应慢等问题,提出了一种基于Faster R-CNN和模糊PID的云台控制策略,利用Faster R-CNN检测并识别云台输送图像中的目标,根据目标与图片的位置关系判断云台运动方向,计算中心坐标的误差并送入模糊PID控制器进行参数调节来达到控制云台的目的.实验结果表明,利用Faster R-CNN进行目标检测识别可达到90.8%的准确率并且运行在毫秒级,模糊控制使云台能够快速反应并平稳运行,应用效果良好.
推荐文章
基于Faster R-CNN的服务机器人物品识别研究
服务机器人
深度学习
Faster R-CNN
物品识别
基于Faster R-CNN的食品图像检索和分类
食品图像
图像检索
图像分类
深度学习
FasterR-CNN
卷积神经网络
基于Faster R-CNN的服务机器人物品识别研究
服务机器人
深度学习
Faster R-CNN
物品识别
基于Faster R-CNN的绝缘子识别探索和应用
深度学习
区域卷积神经网络(R-CNN)
绝缘子
计算机视觉
目标识别
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Faster R-CNN和模糊PID的巡检机器人云台控制研究
来源期刊 微电子学与计算机 学科
关键词 巡检机器人 云台控制 Faster R-CNN 模糊PID
年,卷(期) 2019,(3) 所属期刊栏目
研究方向 页码范围 61-65
页数 5页 分类号 TP391
字数 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 张浩 上海电力学院自动化工程学院上海发电过程智能管控工程技术研究中心 124 1305 20.0 28.0
2 彭道刚 上海电力学院自动化工程学院上海发电过程智能管控工程技术研究中心 157 1369 20.0 28.0
3 夏飞 上海电力学院自动化工程学院上海发电过程智能管控工程技术研究中心 45 199 8.0 12.0
4 彭盖伦 上海电力学院自动化工程学院上海发电过程智能管控工程技术研究中心 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (75)
共引文献  (54)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(16)
  • 参考文献(3)
  • 二级参考文献(13)
2016(8)
  • 参考文献(0)
  • 二级参考文献(8)
2017(7)
  • 参考文献(4)
  • 二级参考文献(3)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
巡检机器人
云台控制
Faster R-CNN
模糊PID
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导