搜索资源列表
1
- 基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向，其中道路图象的正确分割 是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题，提 出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量，应用基于 ’() 学习算法的神经网络分类器进行道路与非道路识别；为解决环境噪声对神经网络输出的影响，本文设计了串行级联 式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实
lunwen
- 这是一篇关于道路中心线提取及网络建立的算法研究的论文-This is about a road centerline extraction algorithms and network set up research thesis
1123road1
- 国外著名的影像学专家A.grote的文章，道路提取的-Foreign well-known imaging expert A.grote article, road extraction
1123road2
- 国外著名的影像学专家A.grote的文章，道路提取的Foreign well-known imaging expert A.grote article, road extraction -1123road Foreign well-known imaging expert A.grote article, road extraction
1123road3
- Foreign well-known imaging expert A.grote article, road extraction 国外著名的影像学专家A.grote的文章，道路提取的-Foreign well-known imaging expert A.grote article, road extraction
1123road4
- 国外著名的Foreign well-known imaging expert A.grote article, road extraction 影像学专家A.grote的文章，道路提取的-Foreign well-known imaging expert A.grote article, road extraction
Map-matching-algorithm
- 提出了基于模糊神经网络的新的地图匹配算法． 该算法综合了数字道路信息和GPS /DR 定位信息， 提取两个重要参数作为输入变量， 即定位点到候选路段的投影距离及定位航向与候选路段方位角差． 设计出了四层模糊神经网络及改进的收敛学习规则． 实验结果表明所提出的算法能很好地匹配车辆行驶路段位置．-Map matching algorithm based on fuzzy neural network
PPP
- ：实时、准确的提取道路信息和控制机器人的运动状态是机器人视觉导航系统的关键， 针对这两点提出了一套基于ARM 处理器的解决方案和控制算法，并着重研究了坐标几何校 正算法和最小曲率半径算法．实践结果表明，该套算法简便有效、实时性好、可靠性高，适用于 简易机器人的视觉导航．-Extracting road information real—time，accurately and controlling the motion of robot are two key technolog