文献

J-GLOBAL ID：202002291435158752   整理番号：20A2503704

複合層CNNとマルチロボットに基づくごみ選別システム【JST・京大機械翻訳】

Garbage Sorting System Based on Composite Layer CNN and Multi-Robots

著者 (5件)： Liang Binyan (China Academy of Launch Vehicle Technology (CALT), Beijing, China) ,  Wang Yanbo (China Academy of Launch Vehicle Technology (CALT), Beijing, China) ,  Wang Yao (China Academy of Launch Vehicle Technology (CALT), Beijing, China) ,  Chen Zhihong (China Academy of Launch Vehicle Technology (CALT), Beijing, China) ,  Lin Junqin (China Academy of Launch Vehicle Technology (CALT), Beijing, China)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1634  号： 1  ページ： 012083 (8pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： オブジェクト検出技術は,廃棄物ソーティングシステムにおける重要問題である。貧弱な可視度や目標範囲などの廃棄物中のターゲットの同定には多くの困難がある。既存の画像処理方法は,廃棄物ソーティングシステムにおける目標物を検出するのが難しい。この問題を解決するため,本論文では,畳み込みニューラルネットワークとロボットに基づく廃棄物ソーティングシステムを提案した。CNNネットワークは3つの異なるネットワーク層の特徴を結合し,同時にターゲット物体の位置および角度情報を予測し,それは複合層と呼ぶ。分類回帰と角度予測の訓練解と結合して,物体検出の性能をさらに改善した。全体のソーティングシステムは,3つのサブシステム,視覚システム,電気システムおよび機械システムから成った。ビジョンシステムは画像処理に責任があり,電気システムに位置と姿勢情報を送る。電気的システムは,異なるロボットを制御して,ソーティング運動を行う。検出すべき23983オブジェクトを持つテストセットを構築した。実験結果は,著者らのシステムのDrop率が1.7%であり,False率が4.8%であり,それはニーズを満たすのに十分良いことを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  *ロボット ,  廃棄物 ,  画像処理 ,  ソーティング ,  可視度 ,  *マルチロボット
準シソーラス用語： 物体検出 ,  視覚システム ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 複合層 ,  CNN ,  マルチロボット ,  ごみ ,  選別