使用全景视图和三元损失函数的层次定位

原文约400字，阅读约需1分钟。发表于：。

本研究旨在使用三元组卷积神经网络解决移动机器人定位问题，并测试其对光照条件变化的鲁棒性。我们使用在动态条件下捕获的真实室内环境的全景图像。文章提出了两种方法来通过三元组神经网络解决定位问题。第一种是分层定位，它包括两个阶段：粗定位和细定位。第二种是全局定位，它在一步中估计机器人在整个地图中的位置。此外，对损失函数对网络学习过程的影响进行了全面研究。实验证明，三元组神经网络是解决室内环境中移动机器人定位问题的高效且稳健的工具，能考虑到真实操作条件。

本研究使用三元组卷积神经网络解决移动机器人定位问题，并测试其对光照条件变化的鲁棒性。实验证明，该网络是解决室内环境中移动机器人定位问题的高效且稳健的工具。