10.3969/j.issn.1006-9348.2022.06.089
基于深度神经网络的无人机路径决策的研究
深度学习在目标识别、自然语言处理取得了很大的成功,利用其进行辅助决策近年来成为研究热点.以采用深度学习进行无人机航迹辅助决策为研究背景,提出了一种深度残差网络模型F-RESNET.首先,网络模型主要由去除批处理化的四个残差块构建而成,通过以RGB图像数据完成训练后,对网络输入进行优化调整,将双目摄像头采集处理得到的深度图进行F-RESNET的迁移训练.F-RESNET预测的分类结果可确定无人机偏移的方向,从而辅助自主确定飞行方向.和普通卷积网络仅输入RGB图训练的方法进行比较后发现,上述方法扩展了无人机室内室外的飞行感知范围,提高了无人机对飞行方向的判断能力,在无人机的航迹规划研究中具有一定的实用价值.
无人机、路径决策、深度图、残差网络
39
TP3(计算技术、计算机技术)
国家自然科学基金6193038
2022-07-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
449-452,477