tailieunhanh - Thuật toán di chuyển theo đối tượng trên mặt sàn dựa trên dòng video nhận được từ xe tự hành

Mục đích của bài báo này là đề xuất thuật toán xây dựng hệ thống xe tự hành di chuyển theo đối tượng (nhãn dán) nhằm giảm bớt công sức và thời gian cho việc tự tay đẩy kéo hoặc mang vác vật. | Nguyễn Hữu Phát Nguyễn Tiến Dũng Hoàng Bảo Hưng Vũ Tiến Đạt THUẬT TOÁN DI CHUYỂN THEO ĐỐI TƯỢNG TRÊN MẶT SÀN DỰA TRÊN DÒNG VIDEO NHẬN ĐƯỢC TỪ XE TỰ HÀNH Nguyễn Hữu Phát Nguyễn Tiến Dũng Hoàng Bảo Hưng Vũ Tiến Đạt Khoa Điện Tử Trường Điện-Điện Tử Đại học Bách Khoa Hà Nội Khoa Điện Cơ Trường Đại Học Hải Phòng Tóm tắt Mục đích của bài báo này là đề xuất thuật toán xây 2D tuy nhiên những hình ảnh đầu vào được thu thập và dựng hệ thống xe tự hành di chuyển theo đối tượng nhãn dán được thử nghiệm trong một môi trường trong nhà với một nhằm giảm bớt công sức và thời gian cho việc tự tay đẩy kéo nền tảng đơn giản. Điều này hạn chế khả năng giải quyết hoặc mang vác vật. Ý tưởng này có thể ứng dụng cho xe chở các vấn đề trong môi trường thực tế 7 8 . hàng trong các nhà kho hoặc cho vali tự động di chuyển theo người dùng. Xe hoạt động theo những bước chính là video được Xe di chuyển bám theo đối tượng nhãn dán cũng là quay liên tục rồi gửi lên server. Từ video đó server sẽ phát hiện một ứng dụng của nó. Trong bài báo 28 đề xuất các biện đối tượng có trong khung hình bằng thuật toán YOLO là đối pháp hiệu suất để đánh giá các thuật toán theo dõi đối tượng đã được huấn luyện để phát hiện trước đó và xác định vị tượng bằng cách sử dụng nhãn và kích thước đối tượng. trí tương đối của tâm đối tượng trong khung hình. Cuối cùng nó Tính hữu ích và hiệu quả của các biện pháp đánh giá đề gửi lệnh xuống xe bám theo đối tượng đó. Do tập dữ liệu huấn xuất được thể hiện bằng cách đánh giá hiệu suất của hai luyện còn chưa lớn 392 ảnh nên độ chính xác của việc phát thuật toán theo dõi. Trong bài báo 29 đề xuất việc phát hiện vật thể còn chưa cao. Tuy nhiên trong điều kiện thích hợp hiện và trích xuất cùng một đối tượng chuyển động ở tiền thì hệ thống có thể xác định chính xác và bám theo đối tượng cảnh và nhãn phù hợp trong video giám sát nhiều chế độ lên tới 98 . Do đó nếu tăng tập mẫu ảnh và lựa chọn số lượng xem. Mô hình so sánh nền trước nhiều chế độ xem dựa bước xử lý thích hợp thì hệ .

TỪ KHÓA LIÊN QUAN
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.