一种基于深度学习的多机器人协同路径跟随方法与流程技术资料下载

技术编号:16261415

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明涉及计算机领域图像处理技术和机器人分布技术,具体涉及一种利用云计算作为后援支持,通过混合多机器人的视角,实现基于视觉的多机器人协同路径跟随的方法。背景技术基于视觉的机器人路径跟随问题是指让机器人只接受视觉图像输入,自动跟随人造小路的延伸方向前进。现有的基于视觉的机器人路径跟随方法主要有两种:第一种是用图像分割技术,第二种是将路径识别问题转化为图像分类问题,然后用深度学习的方法去解决。图像分割技术旨在用图像显著性去分割路径和背景。图像显著性指的是,在输入的视觉图像中,路径部分的特征相比于背景...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 唐老师:1.高效节能装备 2.流动稳定性 3.汽车流场分析和淀粉糖工艺技术。
  • 孙老师:1.振动信号时频分析理论与测试系统设计 2.汽车检测系统设计 3.汽车电子控制系统设计
  • 王老师:电子信息处理、先进检测方法和智能化仪表
  • 周老师:1.智能电网 2.新能源利用 3.泛在电力物联网
  • 赵老师:检测与控制技术、机器人技术、机电一体化技术
  • 张老师:激光与先进检测方法和智能化仪表、图像处理与计算机视觉
  • 许老师:1.气动光学成像用于精确制导 2.人工智能方法用于数据处理、预测 3.故障诊断和健康管理
  • 王老师:智能控制理论及应用;机器人控制技术