基于NAO机器人的数字识别

• 作者: 刘雪峰 庞彬尧 王元杰 陈晔
• 来源期刊: 现代电子技术
• 关键词: 数字识别 NAO机器人 图像识别 BP神经网络 卷积神经网络 仿真分析
• 年，卷（期）: 2020,（14）
• 所属期刊栏目: 人工智能
• 页码范围: 173-176
• 页数: 4页
• 分类号: TN911.72-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.14.045

摘要

机器人拥有多种应用,其中较为重要的是图像识别能力,而它们的图像识别网络均需要不断的训练,才能准确地识别物体.为解决NAO机器人在室内环境下实时数字识别问题,重新设计图像识别模块,在TensorFlow中搭建两种数字识别系统,一种基于BP神经网络,另一种基于卷积神经网络(CNN).在相同的数据集上,BP神经网络与CNN在仿真中都取得了较好的效果,但在真实的机器人上运行时,CNN在有限的实验次数内得到了更好的数据,被证明是一种更有效的数字识别系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晔	中北大学电气与控制工程学院	13	14	2.0	3.0
2	王元杰	中北大学电气与控制工程学院	2	1	1.0	1.0
3	刘雪峰	中北大学电气与控制工程学院	1	0	0.0	0.0
4	庞彬尧	中北大学电气与控制工程学院	1	0	0.0	0.0