科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
- 单位
