tensorflow训练cnn网络实现避障与导航(一)
来源:互联网 发布:php sql select count 编辑:程序博客网 时间:2024/06/06 13:25
暑期过半,简单总结一下之前一个月内的工作。
暑期主要做了这样几项工作:
1/ 利用V-rep搭建了一个仿真环境,环境具有的功能有:
A/ 可以对其中物体进行动力学仿真,例如小车的行进、转弯等
B/ 可以对环境进行搭建,利用方块、圆柱等基本物体搭建出简单的外部环境
C/ 可以仿真一些传感器,如相机、Velodyne激光雷达(16线、64线)、HoKuYo单线激光等
D/ 可以与ROS进行交互,将仿真过程中的数据传给ROS,同时可以从ROS中接收控制信息等
2/ 利用CNN训练了一个可以根据 小车当前位置/ 激光雷达数据/ 目标点位置 三个输入来进行控制策略规划的控制器,具体步骤如下:
A/ 在Vrep中编写程序,使其可以对外发出小车的位置信息、面向角度信息、传感器信息、目标点信息等信息
B/ 利用roscpp编写程序,接收Vrep中发来的消息,并将其以一定的协议保存在文档中
C/ 利用LUA脚本编写程序 使Vrep可以在获得全局信息下生成路径,并让小车以一定的控制方式在这一路径下运动,当小车到达目标点后,V-rep会自动生成下一个目标点
D/ 对(B)中传来的数据在python中进行解析,对每一批数据分离出激光数据、小车数据、目标点数据、专家控制信息等数据,并分批读取
E/ 利用tensorflow搭建神经网络,对D中数据进行训练,网络输入为1080维激光数据、3维小车/目标点数据、2维专家控制数据,输出为两维网络控制信息。
F/ 利用tensorflow写一个test程序,对(E)中训练得到的网络进行测试,检测训练结果是否达标
G/ 利用tensorflow+rospy 写一个真实的test程序,将网络输出的控制信息传入V-rep中,测试在仿真环境下能否实现用网络输出实现对小车的控制
本项目的时间进度大致为:
7/5-7/12 利用V-rep搭建了仿真环境,可以读取激光数据。
学习cs229 课程,学习tensorflow
阅读文献、了解他人工作
7/13-7/20 利用tensorflow进行网络搭建,基本实现当所有信息均通过全连接的网络
优化网络,前端加入CNN网络,大幅减少需要优化的参数
对网络进行测试,发现loss不合格
7/21-7/31 对上周的网络进行优化,优化了输入的结构
对上周网络中的三个bug进行了修改,使得网络输出大大提升
思考通过何种信息进行“记忆”而避免“惯性”
- tensorflow训练cnn网络实现避障与导航(一)
- tensorflow训练cnn网络实现避障与导航(二)V-rep仿真环境的搭建
- Tensorflow实现CNN网络
- Tensorflow实现cnn模型的训练与使用
- Tensorflow实现cnn模型的训练与使用
- Tensorflow训练CNN网络识别mnist
- tensorflow训练cnn网络识别验证码
- 简单实现Tensorflow CNN图像训练
- 基于tensorflow实现的简单卷积网络(CNN)
- CNN网络学习:VGG 以及Tensorflow实现
- TensorFlow安装与入门: 使用CNN训练MNIST
- TensorFlow学习(九):卷积网络CNN
- TensorFlow 中的卷积网络(cnn)
- Mask R-CNN TensorFlow 实验(一)
- tensorflow学习笔记四——实现一个CNN网络
- [04]tensorflow实现CNN
- tensorflow实现CNN
- TensorFlow实现CNN
- VGGNet原理及Tensorflow实现
- java基础语法
- 2017 Multi-University Training Contest
- MySQL用户权限(Host,User,Password)管理(mysql.user)
- node fs模块--文件操作
- tensorflow训练cnn网络实现避障与导航(一)
- 第一次面试
- GreenTD 2.2版本
- 题目:11 奇偶数分离
- 感受虚拟现实旅行、探险
- linux基础学习笔记(一)
- ABP从入门到精通(1):aspnet-zero-core项目启动及各项目源码说明
- BigDecimal 大数值 20170729
- <input type="file"/>中的accept常用属性