场景识别是移动机器人在陌生动态环境中完成任务的前提.考虑到现有方法的不足,本文提出了一种基于改进型自主发育网络的场景识别方法,它通过引入基于多优胜神经元的Top-k竞争机制、基于负向学习的权值更新、基于连续性样本的加强型学习等步骤实现对场景的快速识别,并使该方法具有更好的适应能力.对于这种基于改进型自主发育网络的场景识别方法,通过实验进行了对比测试.结果表明,这种改进型自主发育神经网络节点利用率高,场景识别准确可靠,可以较好地满足机器人作业的实际需求.
科研之友
微信
新浪微博
Facebook
分享链接
