基于NAO机器人的数字识别

摘要：

机器人拥有多种应用,其中较为重要的是图像识别能力,而它们的图像识别网络均需要不断的训练,才能准确地识别物体.为解决NAO机器人在室内环境下实时数字识别问题,重新设计图像识别模块,在TensorFlow中搭建两种数字识别系统,一种基于BP神经网络,另一种基于卷积神经网络(CNN).在相同的数据集上,BP神经网络与CNN在仿真中都取得了较好的效果,但在真实的机器人上运行时,CNN在有限的实验次数内得到了更好的数据,被证明是一种更有效的数字识别系统.

关键词：数字识别、NAO机器人、图像识别、BP神经网络、卷积神经网络、仿真分析

所属期刊栏目：43

分类号：TN911.72-34

在线出版日期：2020-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：173-176