摘要
本发明实施例提供了一种障碍物识别模型及训练方法、路面障碍物识别方法、自主移动机器人及导航方法。所述一种障碍物识别模型及训练方法包括以下步骤:S1、初始化所述障碍物识别模型,其中,所述障碍物识别模型包括特征提取网络、残差连接网络和密集连接网络;S2、构建训练数据集,所述训练数据集包括多张路面图像,每张路面图像包括障碍物区域和载具可行驶区域作为标签;S3、基于所述训练数据集对所述障碍物识别模型进行训练,以及基于预设的损失函数计算损失,并进行模型参数更新。通过深度学习方法来学习障碍物,提高障碍物和可行驶区域的识别准确率,进而进一步增强导航的精度和可靠性。
技术关键词
障碍物识别
自主移动机器人
路面障碍物
特征提取网络
导航方法
识别方法
路径规划方法
模糊逻辑算法
禁忌搜索算法
图像识别模型
模拟退火算法
人工势场法
深度学习方法
控制系统
图像传感器
数据
系统为您推荐了相关专利信息
地下停车导航系统
地图系统
地下停车场
空闲车位信息
地下停车导航方法
自主巡检机器人
无人车平台
空地协同
应急设备
智能充电系统
智能钻头
磨损预测方法
时序预测模型
退化特征
钻头切削刃
图像生成方法
多模态特征
计算机程序产品
特征提取网络
电子设备
融合特征
输出特征
跨层特征
多尺度特征融合
特征提取模块