基于深度學習的野外環(huán)境地面物理特性視覺估計方法研究
發(fā)布時間:2021-07-15 13:32
地面物理特性主要包括地面剛度特性和摩擦特性,能夠?qū)ψ闶綑C器人的運動狀態(tài)產(chǎn)生舉足輕重的影響。足式機器人對此類信息的缺乏會導致滑倒、傾覆、足地力沖擊大等問題發(fā)生。目前,對地面物理特性的接觸式估計方法具有較大的滯后性,難以滿足足式機器人的運動需求,而非接觸式估計方法鮮有報道。視覺具有較大潛力,在使用視覺感知三維地形信息方面有較多成果出現(xiàn),但在感知物理特性方面存在較大不足。因此,本文對野外環(huán)境地面物理特性的視覺估計方法進行了研究,主要研究工作如下:首先,針對圖像語義分割研究中野外環(huán)境地面數(shù)據(jù)集不完善的問題,調(diào)研了野外環(huán)境中不同地面類型的面積占比,選擇了典型類型作為本課題數(shù)據(jù)集的采集對象,利用手持拍攝設(shè)備采集了野外環(huán)境典型地面類型的高分辨率原始RGB圖像。隨后對各種地面類型進行了數(shù)量統(tǒng)計和處理,實現(xiàn)了各類型之間的平衡,建立了原始RGB圖像數(shù)據(jù)集。按照合理的標注策略,使用LabelMe對原始RGB圖像數(shù)據(jù)集進行了手工密集標注,生成了像素值為對應訓練ID的單通道灰度圖,建立了真實值圖像數(shù)據(jù)集。構(gòu)建了由原始RGB圖像數(shù)據(jù)集和真實值圖像數(shù)據(jù)集組成的野外環(huán)境地面圖像數(shù)據(jù)集,為后續(xù)研究地面物理特性的視覺估計...
【文章來源】:哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:77 頁
【學位級別】:碩士
【部分圖文】:
足式機器人具有良好的地形適應性
c) 未標注的圖像 2 d) 已標注的圖像 2圖 1-2 面向道路交通場景的數(shù)據(jù)集圖像示例面向室內(nèi)場景的數(shù)據(jù)集,主要適用于家庭服務(wù)機器人領(lǐng)域。這些數(shù)據(jù)集中桌椅、杯子、電腦、床、人、照明燈、書本、裝飾品等具有手工密集標注示例如圖 1-3 所示。因為大多數(shù)室內(nèi)場景非常復雜,充斥著多種形狀各異
面向室內(nèi)場景的數(shù)據(jù)集圖像示例
【參考文獻】:
期刊論文
[1]深度學習及其在圖像物體分類與檢測中的應用綜述[J]. 劉棟,李素,曹志冬. 計算機科學. 2016(12)
[2]四足機器人自由步態(tài)規(guī)劃建模與算法實現(xiàn)[J]. 劉冠初,熊靜琪,喬林,杜麗. 西安交通大學學報. 2015(06)
[3]基于足地接觸力跟蹤的單足機器人彈跳運動控制[J]. 尹鵬,李滿天,王俊,查富生,孫立寧. 機械與電子. 2015(04)
博士論文
[1]基于阻抗控制的多足步行機器人腿部柔順控制研究[D]. 朱雅光.浙江大學 2014
本文編號:3285801
【文章來源】:哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:77 頁
【學位級別】:碩士
【部分圖文】:
足式機器人具有良好的地形適應性
c) 未標注的圖像 2 d) 已標注的圖像 2圖 1-2 面向道路交通場景的數(shù)據(jù)集圖像示例面向室內(nèi)場景的數(shù)據(jù)集,主要適用于家庭服務(wù)機器人領(lǐng)域。這些數(shù)據(jù)集中桌椅、杯子、電腦、床、人、照明燈、書本、裝飾品等具有手工密集標注示例如圖 1-3 所示。因為大多數(shù)室內(nèi)場景非常復雜,充斥著多種形狀各異
面向室內(nèi)場景的數(shù)據(jù)集圖像示例
【參考文獻】:
期刊論文
[1]深度學習及其在圖像物體分類與檢測中的應用綜述[J]. 劉棟,李素,曹志冬. 計算機科學. 2016(12)
[2]四足機器人自由步態(tài)規(guī)劃建模與算法實現(xiàn)[J]. 劉冠初,熊靜琪,喬林,杜麗. 西安交通大學學報. 2015(06)
[3]基于足地接觸力跟蹤的單足機器人彈跳運動控制[J]. 尹鵬,李滿天,王俊,查富生,孫立寧. 機械與電子. 2015(04)
博士論文
[1]基于阻抗控制的多足步行機器人腿部柔順控制研究[D]. 朱雅光.浙江大學 2014
本文編號:3285801
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3285801.html
最近更新
教材專著