本文采用YOLOv2深度學(xué)習(xí)模型對(duì)雙足機(jī)器人拍攝到的第一幀圖像進(jìn)行目標(biāo)定位檢測(cè),接著通過(guò)傳統(tǒng)的Camshift算法對(duì)后續(xù)圖像中的目標(biāo)進(jìn)行跟蹤,直到逼近目標(biāo)后利用機(jī)器人關(guān)節(jié)運(yùn)動(dòng)控制程序拾起目標(biāo)。該方法的優(yōu)點(diǎn)是:將深度學(xué)習(xí)算法與傳統(tǒng)圖像跟蹤技術(shù)相結(jié)合,增強(qiáng)了系統(tǒng)的魯棒性和實(shí)時(shí)性。 

【文章來(lái)源】：現(xiàn)代信息科技. 2019,3(18)

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
0 引言
1 目標(biāo)檢測(cè)與拾取系統(tǒng)的設(shè)計(jì)
    1.1 目標(biāo)檢測(cè)模塊
        1.1.1 數(shù)據(jù)增強(qiáng)
        1.1.2 遷移學(xué)習(xí)
    1.2 目標(biāo)跟蹤模塊
        1.2.1 反向投影
        1.2.2 Mean-shift算法
        1.2.3 自適應(yīng)迭代過(guò)程
    1.3 運(yùn)動(dòng)控制模塊
        1.3.1 拾取動(dòng)作
        1.3.2 目標(biāo)物的中心區(qū)域
        1.3.3 機(jī)器人運(yùn)動(dòng)控制算法
2 實(shí)驗(yàn)結(jié)果與分析
    2.1 目標(biāo)檢測(cè)的結(jié)果
    2.2 目標(biāo)跟蹤的結(jié)果
    2.3 運(yùn)動(dòng)模塊的結(jié)果
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]SIFT算法研究及在目標(biāo)識(shí)別中的應(yīng)用[J]. 李英豪,王華軍,汪緒彪,王娟.  艦船科學(xué)技術(shù). 2016(10)
[2]遷移學(xué)習(xí)研究進(jìn)展[J]. 莊福振,羅平,何清,史忠植.  軟件學(xué)報(bào). 2015(01)

碩士論文
[1]基于YOLOv2的實(shí)時(shí)目標(biāo)檢測(cè)研究[D]. 雷維卓.重慶大學(xué) 2018
[2]基于Camshift算法的目標(biāo)跟蹤問(wèn)題研究[D]. 師慶敏.安徽大學(xué) 2013



本文編號(hào)：3443303