基于卷积神经网络的AUV水下识别算法设计与实现

• 作者: 李昱 王俊雄
• 来源期刊: 舰船科学技术
• 关键词: 自主式水下机器人 自主导航 卷积神经网络 水下目标识别
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 水声电子
• 页码范围: 155-158
• 页数: 4页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3404/j.issn.1672-7649.2021.04.031

摘要

自主式水下机器人(AUV)是应用于复杂海洋环境中的高智能化无人装备,其需要具备良好的环境感知能力进行自主导航,包括水下目标识别能力.随着人工智能的高速发展,卷积神经网络作为图像处理领域的深度学习架构,在图像特征提取和图像识别上有着强大的性能和卓越的优势.本文利用卷积神经网络,实现了自主式水下机器人水下目标的自主识别.同时,通过采用三段式全连接方式和增加卷积层深度的方式对卷积神经网络进行进一步改进,提高了卷积神经网络的训练速度、准确率和泛化能力.