计算机科学与探索

作者：侯永宏，吕晓冬，陈艳芳，赵健，李器宇，陈浩

单位：1. 天津大学 电气自动化与信息工程学院，天津 3000722. 天津航天中为数据系统科技有限公司，天津 300458

关键词：深度残差网络,深度学习,无人机（UAV）,路径感知

无人机自主导航在已知或结构化环境中已取得大量研究成果，但在森林等非结构化环境中的技术仍不够成熟。无人机在复杂的森林环境中通过识别森林步道飞行是一种安全有效的行进方式。提出了一种针对森林环境下路径识别的双列深度神经网络模型（two-column deep neural networks，2CDNN），该网络模型通过直方图均衡化结合边缘提取的方法获取特征图，再将特征图与RGB图馈入两路并列的深度残差网络，从而提取出森林场景中的色彩与纹理特征，最终根据网络分类结果来确定飞行方向指令。该模型在森林数据集IDSIA上进行评估，准确率高达91.31%，比现有的方法提高了4.41%。实验结果表明该模型可以有效地提高无人机在森林环境中的路径感知性能，在自主导航领域具有一定的泛化性和实用意义。

来源：2019年第2期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2019年第2期