本文主要研究内容
作者王郅佶（2019）在《基于卷积神经网络的描述符提取在SLAM中的应用》一文中研究指出：在智能家居的环境下,为了实现真实场景到数字模型的转化,为设计和智能调控提供基础数据与前后对比的参考,同时定位与建图(Simultaneous Localization and Mapping,SLAM)作为其中重要的技术常用于室内建模,为了避免过于昂贵的扫描方法,和过于复杂的数字建模,通过更加经济的照相机采取现实图片,并且经过处理后,将像素以矩阵的格式输入系统中而后通过卷积神经网络(Convolutional Neural Network, CNN)进行特征的提取.采用建立世界坐标系和机器人的移动坐标系,利用刚体变换的原理,圈定运动轨迹以及运动状态,并且通过深度学习,使机器人在运动中进行自我调整。最后将提取出的书局通过全连接,输出x,y,z旋转矩阵,利用最优化解决问题。
Abstract
zai zhi neng jia ju de huan jing xia ,wei le shi xian zhen shi chang jing dao shu zi mo xing de zhuai hua ,wei she ji he zhi neng diao kong di gong ji chu shu ju yu qian hou dui bi de can kao ,tong shi ding wei yu jian tu (Simultaneous Localization and Mapping,SLAM)zuo wei ji zhong chong yao de ji shu chang yong yu shi nei jian mo ,wei le bi mian guo yu ang gui de sao miao fang fa ,he guo yu fu za de shu zi jian mo ,tong guo geng jia jing ji de zhao xiang ji cai qu xian shi tu pian ,bing ju jing guo chu li hou ,jiang xiang su yi ju zhen de ge shi shu ru ji tong zhong er hou tong guo juan ji shen jing wang lao (Convolutional Neural Network, CNN)jin hang te zheng de di qu .cai yong jian li shi jie zuo biao ji he ji qi ren de yi dong zuo biao ji ,li yong gang ti bian huan de yuan li ,juan ding yun dong gui ji yi ji yun dong zhuang tai ,bing ju tong guo shen du xue xi ,shi ji qi ren zai yun dong zhong jin hang zi wo diao zheng 。zui hou jiang di qu chu de shu ju tong guo quan lian jie ,shu chu x,y,zxuan zhuai ju zhen ,li yong zui you hua jie jue wen ti 。
论文参考文献
论文详细介绍
论文作者分别是来自电子制作的王郅佶，发表于刊物电子制作2019年18期论文，是一篇关于特征提取论文,电子制作2019年18期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电子制作2019年18期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：特征提取论文; 电子制作2019年18期论文;