面向海洋环境监测的智能无人系统.pdf
基于ResNet50深度神经网络模型和核素富集检测装置,本文研究设计了一种用于海洋环境监测的智能无人系统.该系统搭载用于姿态估计的嵌入式神经网络运算单元、运动控制单元和核素富集检测装置,其中核素富集检测装置基于纳米吸附复合材料和γ探测器实现对海洋核素的现场快速富集检测.改进的ResNet50卷积神经网络模型直接以摄像机捕获图片作为输入,通过两个部分参数共享的子网络实现对当前位置的六自由度姿态估计,在DeepLoc和King'sCollege数据集上取得的位置估计误差和角度估计误差分别为1.23m和5.07°,以及1.68m和4.25°.仿真结果表明该无人系统具有较高精度的视觉定位效果,将为实现海洋环境监测的智能化和无人化提供关键技术支撑.
作者：单光存 李鑫 王红宇 谭昊易 刘文亮 赵顺平
作者单位：北京航空航天大学仪器科学与光电工程学院北京100191;香港城市大学材料科学与工程系香港特别行政区北京航空航天大学仪器科学与光电工程学院北京100191生态环境部辐射环境监测技术中心浙江杭州310012
母体文献：2020年全国海洋生态环境保护及监测技术研讨会论文集
会议名称：2020年全国海洋生态环境保护及监测技术研讨会
会议时间：2020年12月18日
会议地点：深圳
主办单位：中国环境科学学会
语种：chi
分类号：TP2TN9
关键词：海洋监测 智能无人系统 姿态估计 富集检测 卷积神经网络
在线出版日期：2021年6月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.18 MB
- 下载次数:
- 60
-
高速下载
|
|
