神经网络的多传感器数据融合基于新算法在障碍物识别中的应用

被引：10

作者：

朱晓芸

杨建刚

何志钧

机构：

[1] 浙江大学计算机科学与工程学系

来源：

机器人 | 1997年 / 03期

关键词：

传感器; 数据融合; 神经网络; 移动式机器人;

D O I：

10.13973/j.cnki.robot.1997.03.002

中图分类号：

TP212 [发送器（变换器）、传感器];

学科分类号：

080202 ;

摘要：

本文提出了一种用于自主式移动机器人的障碍物类型识别的数据融合新方法，有两种不同的神经网络——小脑模型联接控制器（ＣＭＡＣ）和多层前向网分别对来自ＣＣＤ摄象机的二维图象和来自超声测距系统的距离信息进行数据融合，而这两种神经网络事先都用围绕障碍物采集的数据集进行过离线训练．为了验证该系统的有效性，我们构造了一系列的仿真实验．实验结果表明，一台个人计算机就能实时地识别出障碍物的类型．

引用

页码：7 / 13

页数：7