期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于神经网络Q-learning算法的智能车路径规划 被引量:18
1
作者 靳伍银 《火力与指挥控制》 CSCD 北大核心 2019年第2期46-49,共4页
针对智能小车行走过程中的全局路径规划和路障规避问题,提出了一种基于神经网络Q-learning强化学习算法,采用RBF(Radial Basis Function)网络对Q学习算法的动作值函数进行逼近,基于MATLAB环境开发了智能小车全局路径规划和路障规避仿真... 针对智能小车行走过程中的全局路径规划和路障规避问题,提出了一种基于神经网络Q-learning强化学习算法,采用RBF(Radial Basis Function)网络对Q学习算法的动作值函数进行逼近,基于MATLAB环境开发了智能小车全局路径规划和路障规避仿真系统。与传统的以及基于势场的Q学习算法相比,所采用的算法能更加有效地完成智能小车在行驶环境中的路径规划和路障规避。仿真结果表明:算法具有更好的收敛速度,可增强智能小车的自导航能力。 展开更多
关键词 路径规划 智能小车 Q-LEARNING 神经网络 仿真
下载PDF
智能车跟随系统开发 被引量:8
2
作者 靳伍银 《传感器与微系统》 CSCD 2017年第8期75-77,81,共4页
开发了一种基于STM32视觉导航的目标跟随小车智能控制系统,实现了对特定目标物体的快速识别与实时准确跟随。使用OV7670图像传感器采集目标物图像信息,对图像进行灰度化、降噪、取反等处理后,通过亚像元定位技术的质心法获取目标物坐标... 开发了一种基于STM32视觉导航的目标跟随小车智能控制系统,实现了对特定目标物体的快速识别与实时准确跟随。使用OV7670图像传感器采集目标物图像信息,对图像进行灰度化、降噪、取反等处理后,通过亚像元定位技术的质心法获取目标物坐标位置,为智能车提供方向导航,跟随过程中的画面实时发送至上位机。结果表明:小车在直行和转向跟踪实验中表现良好,跟随系统具有良好的跟踪效果,可实现对目标物的实时准确跟随。 展开更多
关键词 STM32 质心法 目标识别与跟踪 智能车
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部