基于深度学习的多旋翼无人机着陆地标识别研究

详细信息    查看全文 | 推荐本文 |

英文篇名：Research on Landing Landmark Identification of Multi-rotor UAV based on Deep Learning 作者：鲁青青 ; 宋志强 ; 陈豪 英文作者：Lu Qingqing;Song Zhiqiang;Chen Hao; 关键词：树莓派 ; PX4飞控 ; 多旋翼无人机 ; 着陆地标识别 中文刊名：LZKQ 英文刊名：Scientific & Technical Information of Gansu 机构：苏州经贸职业技术学院信息技术学院;江苏省智能服务工程技术研究开发中心; 出版日期：2019-06-25 出版单位：甘肃科技纵横 年：2019 期：v.48;No.288 基金：江苏省高等学校自然科学研究项目(18KJB510042);; 苏州经贸职业技术学院院级科研项目(KY-ZRA1804) 语种：中文; 页：LZKQ201906007 页数：4 CN：06 ISSN：62-1173/N 分类号：27-30

摘要

首先通过树莓派3B和开源Pixhawk飞行控制器构建性价比高的多旋翼无人机,将Google深度学习框架TensorFlow应用于多旋翼无人机着陆地标识别,采用卷积神经网络模型,将无人机拍摄的停机坪、飞机场、水面、建筑物、森林、草地、道路等图片作为训练集输人神经网络,通过多次训练校正神经网络参数,得到可用于多旋翼无人机着陆时可识别停机坪的神经网络模型。
        

引文

[1]刘帆,刘鹏远,李兵,等.TensorFlow平台下的视频目标跟踪深度学习模型设计[J].激光与光电子学进展,2017(9):283-291.
    [2]冯伟,易绵竹,马延周.基于TensorFlow的俄语词汇标音系统[J].计算机应用,2018,38(4):971-977.
    [3]张春露,白艳萍.基于TensorFlow的LSTM模型在太原空气质量AQI指数预测中的应用[J].重庆理工大学学报(自然科学),2018,32(8):143-147.
    [4]华清远见.行控制器Pixhawk简介[EB/OL].(2018-08-15)[2019-04-26].http://emb.hqyj.com/Column/7615.html.
    [5]杨小川,刘刚,王运涛,等.Pixhawk开源飞控项目概述及其航空应用展望[J].飞航导弹,2018(4):25-32.
    [6]DroneCode.Linux开发环境[EB/OL].(2019-01-01)[2019-04-26].http://dev.px4.io/zh/setup/dev_env_linux.html.