基于深度学习的室内简单环境寻路算法

• 作者: 吉野 张柯凡 薄健博 黄名哲
• 来源期刊: 物联网技术
• 关键词: 移动机器人 寻路算法 深度学习 神经网络 路径规划 环境感知
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 智能处理与应用
• 页码范围: 46-49,52
• 页数: 5页
• 分类号: TP39
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2020.04.012

摘要

室内导航寻路是物联网智能家居的一个重要应用场景,文中设计了一种基于深度学习的室内简单环境寻路算法,包括物体捕捉与追踪、周围环境感知、路径规划、抓取返回四个重要过程.其中,捕捉与追踪采用TOP技术对目标进行标注与距离判断.周围环境感知采用神经网络深度学习方法,通过训练并自我对弈对网络进行激励,从而不断更新网络,在路径规划的栅格法中寻求最优路径.抓取返回过程采用垂直下落抓取方法并对栅格进行最短路径计算,从而以最短路径返回,完成全过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张柯凡		1	0	0.0	0.0
2	吉野		1	0	0.0	0.0
3	薄健博		1	0	0.0	0.0
4	黄名哲		1	0	0.0	0.0