期刊专题

10.3772/j.issn.1002-0470.2016.01.002

基于Kinect传感器的移动机器人环境检测及行为学习

引用
研究了一种基于深度图像和强化学习算法的移动机器人导航行为学习方法.该方法利用机器人装配的Kinect传感器检测工作环境信息,然后对获取的深度图像数据和视频图像进行处理、融合和识别,并由此构建机器人任务学习的状态空间,最终利用强化学习方法实现移动机器人的导航任务的自学习.该方法的有效性通过实验得到验证.实验表明,该方法能够使机器人具有较强的环境感知能力,并能够通过自学习的方式掌握行为能力.

移动机器人导航、Kinect传感器、深度图像、强化学习(RL)

26

TP2;TP1

国家自然科学基金60905054;辽宁省高等学校优秀科技人才支持计划LR2015045;辽宁省自然科学基金2015020010

2016-05-24(万方平台首次上网日期,不代表论文的发表时间)

共8页

8-15

相关文献
评论
暂无封面信息
查看本期封面目录

高技术通讯

1002-0470

11-2770/N

26

2016,26(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn