中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于深度学习的农用无人机自主避障研究

文献类型:期刊论文

作者李继辉; 白越; 裴信彪; 吴和龙
刊名农机化研究
出版日期2020-07-07
卷号43期号:03页码:1-7
关键词植保无人机 卷积神经网络 深度学习 自主避障
英文摘要针对目前农用植保无人机(UAV)自主避障能力弱及避障系统繁琐等问题,提出了一种适用于植保无人机的基于深度学习的端到端自主避障方式。利用植保无人机挂载的双目相机实时采集图像,当检测到障碍物与植保无人机距离≤5m时,自主避障系统启动,将采集图像预处理后输入卷积神经网络,输出姿态角与油门量控制无人机自主飞行与避障,同时卷积神经网络通过手动飞行采集信息进行训练。实验结果表明:该方法能使植保无人机对农田常见障碍物房屋、树木、电线杆等做出自主避障,且模型具有一定的泛化能力,适当训练后,可将此避障方式应用于复杂环境下的植保无人机自主避障。
URL标识查看原文
源URL[http://ir.ciomp.ac.cn/handle/181722/64130]  
专题中国科学院长春光学精密机械与物理研究所
作者单位1.中国科学院大学
2.中国科学院长春光学精密机械与物理研究所
推荐引用方式
GB/T 7714
李继辉,白越,裴信彪,等. 基于深度学习的农用无人机自主避障研究[J]. 农机化研究,2020,43(03):1-7.
APA 李继辉,白越,裴信彪,&吴和龙.(2020).基于深度学习的农用无人机自主避障研究.农机化研究,43(03),1-7.
MLA 李继辉,et al."基于深度学习的农用无人机自主避障研究".农机化研究 43.03(2020):1-7.

入库方式: OAI收割

来源:长春光学精密机械与物理研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。