机器人导航：两篇顶级会议论文深入解析

机器人导航两篇顶级会议论文解析

一．一种用于四旋翼无人机室内自主导航的卷积神经网络特征检测算法

A Convolutional Neural Network-based Feature Detection Methodology for Autonomous Quadrotors’ Indoor Navigation System

作者：Adriano Garcia, Sandeep S. Mittal, Edward Kiewra and Kanad
Ghose

Proceedings of the 2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

摘要

基于卷积神经网络的目标检测模型旨在实现室内环境结构特征点的有效识别与定位。该方法同样适用于室内环境下四旋翼无人机的自主导航系统。外场主机系统通过实时接收来自前向单目相机的视频流数据，并将这些图像信息传递给本地处理单元进行分析与判断。在此基础上，部署了一种基于深度学习的卷积神经网络模型来精确识别角位、门以及走廊交叉口等关键特征点。通过计算被识别物体周围边界框区域的像素级尺度信息，并结合支持向量回归(SVR)模型进行分析，在完成特征点定位后能够有效估算交叉路口、终端端以及入口处的具体距离位置，并根据估算结果生