农业无人机
工业无人机
军警无人机
娱教无人机
水下无人机
反无人机设备
无人机配件
无人机租赁
无人机培训
当前位置:全球无人机网 » 无人机新闻 » 技术动态 » 正文

苏黎世大学使用汽车图像训练支持无人机穿行城市的神经网络

发布日期:2018-01-29  来源:InfoQ  作者:Roland Meertens我要投稿我要评论

  近期,苏黎世大学的一个研究团队公开发表了一篇研究论文,介绍了他们如何实现无人机在城市街道中安全飞行。

  尽管早在一年前,Amazon等企业就宣布将使用Prime Air无人机系统送快递,但是无人机很少能实现穿行在城市建筑间。主要原因在于从城市街道层面看,无人机的路线规划并非易事,其中存在着大量的障碍物。为克服这些挑战,研究团队尝试创建一种可感知无人机运动方向的估计程序。该想法类似于该团队于2016年公开发表的无人机自动巡航森林小径的研究成果。

  研究人员创建了一个深度神经网络,用于预测转向角,并估计可能发生的碰撞情况。他们使用残差网络(Residual Network)训练神经网络架构,进而生成了用于导航无人机的转向角,并估计了发生碰撞的可能性。无人机可以根据这些估计,识别出危险情况并做出相应的响应。

使用汽车图像训练支持无人机穿行城市的神经网络

  该项研究的一个重要贡献在于团队所使用的训练数据采集方式。虽然使用训练有素的无人机操作人员可以采集到针对多种情况的数据,但是这种做法需要耗费大量的时间。研究人员创立另一种训练神经网络的方法,他们使用了采集自汽车和自行车的数据。其中,预测转向角的数据集使用了Udacity训练集(https://medium.com/udacity/challenge-2-using-deep-learning-to-predict-steering-angles-f42004a36ff3)。在每幅图像中,还包括了汽车的转向角。这样,研究人员可以使用神经网络预测汽车转向角,进而尝试将这一预测行为克隆到无人机场景中。此外,研究人员通过在自行车上安装摄像头并骑向汽车等障碍物,收集了研究所用的碰撞数据集。使用这种方式采集的训练数据,可以训练神经网络预测无人机是否接近了障碍物。

 
本文链接:https://www.81uav.cn/uav-news/201801/29/31496.html
标签:  
0相关评论
免责声明:凡注明来源全球无人机网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,请注明出处。非本网作品均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。

图文推荐

推荐品牌

关于本站

合作服务电话

  • 客服热线:0755-23779287
  • 展会负责:18682042306
  • 广告合作:点击这里给我发消息
  • 展会合作:点击这里给我发消息

公众号/APP下载


    (公众号)


    (Android下载)

Copyright©2005-2021 81UAV.CN All Rights Reserved  访问和使用全球无人机网,即表明您已完全接受和服从我们的用户协议。 SITEMAPS 网站地图 网站留言
运营商: 湛江中龙网络科技有限公司 全球无人机网 
ICP备案号:粤ICP备15079343号 
全国公安机关 备案信息 可信网站不良举报 文明转播