图9 由三个显示面板组成的测试轨道。无人机必须避开前面的一个，然后穿过剩下的两个面板。

该研究显示了使用生物动机方法对图像进行预处理（特征提取和缩小）对学习能力的影响。创建了一个带标注的数据集，可用于未来的自主障碍物识别和避让训练。根据我们的结果，所创建的模型在识别障碍物方面表现出良好的效率，因为最佳模型的准确率为97.66±5.02%，召回率为97.18±9.74%。 该数据进一步显示了生物驱动算法的潜力，数据集中的进一步分类可能会导致将来完成更复杂的任务（识别墙壁、天花板和其他对象）。

源自：2020 3rd International Seminar on Research of Information Technology and Intelligent Systems (ISRITI)