-
题名基于CNN的机器人环境点云分类研究
被引量：2
- 1
-
-
作者
熊治国
周恒旭
冯煜升
-
机构
北京理工大学珠海学院航空学院
-
出处
《自动化与信息工程》
2023年第2期16-21,共6页
-
基金
北京理工大学珠海学院校级科研发展基金(XK-2018-10)。
-
文摘
为解决目前三维点云识别算法存在训练模型计算量较大、算法网络结构复杂的问题,进行基于卷积神经网络(CNN)的机器人环境点云分类研究。首先,在机器人仿真环境中搭建家庭相关物品模拟服务场景,并使用模拟三维激光雷达生成环境点云;然后,将环境点云聚类分割出单个物体的点云簇;接着,利用二维投影法将三维点云数据转化为二维图像信息;最后,利用数据增强技术扩展数据集,并结合改进的LeNet-5卷积神经网络训练识别模型,得到相较于经典的LeNet-5模型更高的精度。实验结果表明,将环境点云先分割成单个物体,再进行分类识别是可行的,并具有一定的应用价值。
-
关键词
机器人环境理解
激光点云
数据增强
卷积神经网络
物体分类
-
Keywords
robot environment understanding
laser point cloud
data enhancement
convolutional neural network
object classification
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
