基于递归卷积神经网络的移动机器人定位算法

来源：计算机工程与应用杂志2019年第10期北京时间：

作者：李少伟1，王胜正2

单位：1.江汉大学 数学与计算机科学学院 计算机科学与技术系，武汉 430056；2.上海海事大学 商船学院 航海系，上海 201306

摘要：移动机器人定位已成为机器人研究的重要任务。提出基于递归卷积神经网络的移动机器人定位（Recurrent Convolutional Neural Networks-Based Mobile Robot Localization，RCNN-MRL）算法。递归卷积神经网络（Recurrent Convolutional Neural Networks，RCNN）结合卷积神经网络（Convolutional Neural Networks，CNN）和递归神经网络（Recurrent Neural Networks，RNN）的特性，并依据机器人上嵌入的照相机拍摄的第一人称视角图像，RCNN-MRL算法利用RCNN实现自主定位。具体而言，先通过RCNN有效地处理多个连续图像，再利用RCNN作为回归模型，进而估计机器人位置。同时，设计双轮机器人移动，获取多个时间序列图像信息。最后，依据双轮机器人随机移动建立仿真环境，分析机器人定位性能。实验数据表明，提出的RCNN模型能够实现自主定位。

关键词：移动机器人定位,第一人称视角,时间序列图像,递归卷积神经网络,双轮机器人