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)
以上内容为高博特编辑选取的热点新闻,尊重原创,如有侵权请联系删除。