基于卷积神经网络的壁面清洗机器人障碍物检测识别算法

作者：郭润兰^*; 史方青; 范雅琼; 何智

来源：兰州理工大学学报, 2022, 48(04): 83-89.

• 清洗机器人
• 障碍物识别
• 卷积神经网络
• 深度学习

结合机器人的工作原理以及卷积神经网络(CNN)在图像分类中的应用，提出了一种基于卷积神经网络的壁面障碍物检测识别算法.首先，以壁面障碍物准确识别为目标，构建壁面障碍物图像库；然后，通过对VGG-16网络简化后进行优化，得到适合壁面障碍物准确识别的卷积神经网络模型.在此基础上，设计该网络由输入层、4层卷积层、2层池化层、1层全连接层以及输出层组成，进一步利用3×3卷积核对训练样本进行卷积操作，并将所获取的特征图以2×2领域进行池化操作.重复上述操作后，通过学习获取并确定网络模型参数，得到最佳网络模型.实验结果表明，障碍物的识别准确率可达99.0%,具有良好的识别能力.

• 单位
  机电工程学院; 兰州理工大学