论文摘要
针对现有具备护理功能的电动轮椅床在轮椅状态下的体积较大、驾驶较为困难等问题,提出一种基于机器视觉的轮椅床避障方案,采用视觉传感器采集环境信息,应用深度残差神经网络理论进行图像分割,检测出视场中的可行驶区域和障碍物。根据轮椅床实际运行环境特点,将公开数据集中的图片重新划分标签,采用重新划分标签后的数据集对分割模型进行训练。对训练后的模型进行可行驶区域分割试验,并与传统分割方法进行对比。结果表明,基于深度残差神经网络的分割方法解决了传统图像分割方法在地面和障碍物外观接近、2种不同地面的交界处以及光照不均匀等情况下易失效的问题,平均分割精度达到90%以上。
论文目录
文章来源
类型: 期刊论文
作者: 李炳耀,胡国清,Jahangir Alam SM,许华忠,李开林,戈明亮,易玉华,罗建东
关键词: 机器视觉,轮椅床,图像分割,图像处理,残差神经网络,避障
来源: 新技术新工艺 2019年08期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 仪器仪表工业,计算机软件及计算机应用,自动化技术
单位: 华南理工大学机械与汽车工程学院
分类号: TH77;TP391.41;TP183
DOI: 10.16635/j.cnki.1003-5311.2019.08.013
页码: 48-51
总页数: 4
文件大小: 169K
下载量: 155