【摘 要】
：
水下智能机器人（AUV）已被广泛地应用于海洋资源开发及水下工程作业,视觉是目前最重要的环境探测技术之一,卷积神经网络广泛运用于目标检测。基于Le Net-5,本文提出了一种适用于水下训练集的卷积神经网络（CNN）,并通过树莓派完成图像识别。AUV通过树莓派控制摄像机和水下照明灯,通过Open CV完成水下环境的图片采集;就卷积神经网络的主要网格结构卷积层、池化层、激活函数和梯度下降法进行了理论推导
论文部分内容阅读
水下智能机器人（AUV）已被广泛地应用于海洋资源开发及水下工程作业,视觉是目前最重要的环境探测技术之一,卷积神经网络广泛运用于目标检测。基于Le Net-5,本文提出了一种适用于水下训练集的卷积神经网络（CNN）,并通过树莓派完成图像识别。AUV通过树莓派控制摄像机和水下照明灯,通过Open CV完成水下环境的图片采集;就卷积神经网络的主要网格结构卷积层、池化层、激活函数和梯度下降法进行了理论推导和实验验证,得出:卷积核个数设置应根据待识别图像的复杂度进行选择;当卷积核大小为3×3或5×5时训练准确率达到最高;最大值池化具有更佳的识别效果;Adam和RMSProp算法都能够实现较快较优的梯度下降。基于上述实验结论,提出一种7层的卷积神经网络识别算法并进行改进。基于Tensor Flow框架完成模型的搭建,通过水下数据集,得到7层卷积神经网络的训练准确率只有80%,本文进行了如下改进:增加2层卷积层;使用Re LU激活函数;添加dropout层;添加2层全连接层,且在前2层全连接层中加入dropout函数;采用Adam算法。最终得到一种13层的卷积神经网络,通过100次迭代训练实验后,水下目标识别的准确率达到99.18%,实现了自主式水下机器人水下目标的自主识别。
其他文献
在移动边缘计算的应用场景下,边缘服务器可以提供计算和存储服务。移动设备能够将任务卸载到边缘服务器上进行执行,以加速整体的执行效率,从而满足各类场景,特别是高优先级任务场景下的严格时间约束。本研究将基于移动边缘计算的场景,着重研究在移动设备位置随时可变的情况下,如何更为合理地调度与分配计算资源。考虑到移动设备的位置并不是一直不变的,因此,很难在此前提下进行合理的调度和决策。在此基础上,本研究拟设计一
随着循环经济的日益发展,产品可回收利用的必要性越来越受到重视。在原材料的选取中,植物纤维增强聚乳酸复合材料由于其独特的全生物可降解性成为生物材料的研究热点。在这种材料的小批量生产过程中,传统成形工艺模具成本高,而近年来发展的渐进成形技术不需模具即可成形,十分适用于中小批量的生产领域。因此,本文针对产品创新的小批量领域,将渐进成形技术与植物纤维增强聚乳酸复合材料结合起来,即有利于解决传统工艺模具成本
近场通信（near field communication,NFC）芯片和多传感的柔性集成是结合了硅基电子和柔性电子各自的优势实现的一种柔性混合电子（flexible hybrid electronics,FHE）集成系统,在物联网背景下“万物互连”的应用需求中迅速发展,具有广泛的应用前景。其中,智能包装是一种能够实现传感检测、信息可视化以及逻辑运算等智能化功能的包装系统,是在传统包装基础上经过了
近年来,随着移动应用程序数量的爆炸式增长,用户对移动应用程序使用体验的要求也越来越高。从用户的角度来看,应用程序响应性是应用程序性能最直观的表现。传统的性能分析工具往往仅关注某一种具体的程序事件（CPU分析）,然而响应慢的原因是多种多样的,甚至是由于多种因素的联合效应。应用程序是一种用户交互式程序,其主要基于用户输入和系统事件（位置更新）的响应执行。一般地,程序事件被分成不同的子任务并行执行。随着
比特币作为区块链的先驱,引领着全球加密货币去中心化的趋势。随着加密货币用户数量的不断增加,公众对事务吞吐量的要求也越来越高,许多协议都是在中本聪共识的基础上来设计以提高吞吐量的。尽管很多研究在提高中本聪共识的吞吐量方面取得了惊人的进展,但高吞吐量也给区块链带来了一些问题,例如不断增长的区块链大小、不断增长的硬分叉和不断增长的软分叉。在这项工作中,我们提出了一个量化模型来描述和分析本聪共识。我们发现
随着云计算的流行和普及,云平台中的资源利用效率问题近年来备受关注。在传统的框架方法中,私有云平台的资源分配按照其功能流程被分解为了两个子问题,它们分别是虚拟机选择（VMS）问题和虚拟机放置（VMP）问题。然而,这样的划分方式会导致资源利用效率只能从局部的角度来优化,无法保证全局最优的资源分配。在本文中,我们针对私有云平台提出了一种新的资源分配方法。具体来讲,我们首先从全局的角度抽象出了联合虚拟机选
视频中的人体行为识别问题的任务是输出视频片段中的人体行为类别,其应用领域十分广泛。在诸如公共场合视频监控、独居老人智能监控防护等应用场景中,能够准确及时地识别出人体的行为类型,对保障公共安全、对老人及时采取救助有着重要的意义,因此不仅需要保证行为识别方法的准确率,而且需要很高的识别速度。现有的行为识别方法将研究重点放在提升准确率方面,而针对识别计算量的关注不足,因此普遍存在计算复杂度高的问题。如何
随着现代信息技术的发展,光纤通信技术在信息传输中发挥着越来越重要的作用。然而由于光纤Kerr非线性效应的存在,造成信号在该介质中的畸变传输,导致信道传输速率受到了极大的限制,因此人们研究出数字和光学领域的大量技术来减轻这一不利影响。近几年来,一种新的基于非线性傅里叶变换（NFT）的非线性损伤补偿方法得到了广泛关注。该方法基于光纤传输信道的非线性薛定谔方程（NLSE）模型,将色散和光纤Kerr非线性
交通运输促进了货物的快速供应以及人员远距离的流动,大规模的交通运输提高了人们的生活质量和资源的可利用性和优化性。陆上和海事的交通量都在不断增加,并被认为是货物和人员运输中最主要的参与者。然而,如此高的交通量和增量随之而来的是事故的频繁发生。海陆交通事故造成了宝贵的生命和巨大的经济损失,每年全世界都要遭受数十亿美元的经济损失和数十万条宝贵的生命,而环境损失更是雪上加霜。为了减少此类事故的发生频率和严
随着我国制造业的迅猛发展,紧固件的重要性逐渐得到重视。本文针对紧固件在工程中最常见的横向振动松脱失效进行研究,分别建立了紧固件在拧紧过程与横向振动过程的力学模型。在拧紧过程的研究中,在前人圆头螺栓研究的基础上,对其扭矩系数的精确计算进行了完善,同时推导出六角头螺栓与圆头方径螺栓的扭矩系数,并通过拧紧实验进行验证,结果吻合较好。在横向振动的研究中,在前人考虑静载局部滑移研究螺栓临界横向力的基础上,结