基于深度学习的政务服务机器人场景理解算法研究

发布时间：2020-08-18 20:19

【摘要】：近年来,智能服务机器人、公安巡防机器人和养老服务机器人等特定场景的应用机器人有了较快的发展,场景理解是机器人研究中一个非常重要的研究课题。本文以政务服务机器人特定场景理解算法为研究重点,采用深度学习方法研究场景理解算法中的目标检测、图像语义分割和图像深度估计等算法模块,形成对场景内容的准确理解,主要研究内容包括:(1)针对快速、轻量化实时目标检测问题,提出了一种基于深度可分离卷积的SSD目标检测改进算法DSC-SSD,在网络结构中采用深度可分离卷积层,对模型结构进行了重新设计,实现网络模型压缩和轻量化应用。(2)针对目标检测和图像语义分割问题,提出一种结合Faster R-CNN和DeepLab的联合目标检测与语义分割场景理解算法,对算法模型进行了设计,并制作了Microsoft COCO格式的本地数据集,采用迁移学习方式进行模型训练,能够同时实现场景内目标检测和语义分割。(3)针对场景内单目图像深度估计问题,采用单幅图像进行深度估计,其可能对应于多种真实场景,而且缺乏可用于恢复场景深度的辅助信息,提出一种基于关联多帧图像的二维图像深度估计算法并进行网络模型设计,以第一幅图像为目标帧,其余图像作为参照帧为目标帧深度估计提供辅助信息,网络的输出为目标帧对应的深度图。将上述算法模块进行融合形成机器人对政务服务场景内容的准确判断,并将判断信息应用于实际政务服务机器人系统,实验结果表明,本文算法可以较好的进行场景内容理解,达到了预期算法设计要求。
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP242;TP18;TP391.41
【图文】：

机器人,波士顿,美国国家科学基金会

年美国国家科学基金会（NSF）宣布，美国“国家机器人计划 2.0”( NRI-，重点研制通用协作机器人。NRI-2.0 项目得到美国国家科学基金会(NSF)A)、美国能源部（DOE）和美国国防部（DOD）等联邦政府的多个机构的支年 5 月，波士顿动力公司推出升级版的 Atlas 机器人，该机器人较升级之的运动控制能力和环境适应能力。这款 Atlas 不仅能够模仿人类行走动作场景下的物体搬运任务，即便有外力干扰，Atlas 最终还是可以排除干扰，Atlas 已经具备行动自控能力和周围环境检测能力。Atlas 对波士顿动力领域，都具有里程碑的意义，它代表着机器人可以更好地进行运动行为控并能够根据环境的改变做出行为修正。年 6 月波士顿动力公司 CEO 在德国汉诺威的 CeBIT 博览会上表示，他们正型四足机器狗 SpotMini，SpotMini 具有优异的运动性能和复杂场景应变能安防和陪护等领域具有广阔用途。波士顿动力还表示要将 SpotMini 变成一，此举势必能够加快相同应用领域内机器人的快速发展。

基于深度学习的政务服务机器人场景理解算法研究

“绝影”和“青骓”

生物神经元

俱来的而有一些是经过后天的学习建立起来的，当某个神经元受到刺激使电位超过了既定阈值，该神经元就会被激活处于兴奋状态并向连接着的其他神经元传递化学物质实现信息传递。生物神经元模型如图 2.1 所示。图 2.1 生物神经元简图在 1943 年 McCulloch 和 Pitts 将上文所述情形抽象为图 2.2M-P 神经元模型，其中ix 为第i个神经元的输入，iw 为第 i 个神经元的连接权重，为阈值，其中输出1ni iiy f w x ，每个神经元都具有以下特点：每一个神经元都具有多输入单输出的特性、神经元能够接受兴奋性和抑制性两种类型的输入、能够进行空间信息整合和设置阈值、神经元的输入到输出过程中有固定的时延由传输机制所决定的。x1w1x2w2xiwixnwnθ...y图 2.2 M-P 神经元模型在神经网络模型中每一个上层神经元的输出作为下层神经元的输入，在多层神经网络中神经元进行信息处理的过程中用到的从输入到输出的一种映射关系被称为激活函数(Activation Function)[38]，当神经网络模型中没有激活函数相当于无论神经网络有多深其输出结果都是输入的一种线性组合

【相似文献】