ROS 深度学习—无人系统中的大脑与小脑

无人系统的“智能” ROS+DeepLearning+Caffe　 　　从需求出发，无人系统的智能设定需要实现如下功能： 1、感知环境的变化、对环境中的物体进行识别、理解物体之间的关系； （视觉、超声波、雷达等传感器，感知算法） 2、实现自主定位、进行路径规划、完成对运动机构的驱动、进行闭环检测； （规划：手臂、SLAM；驱动；ros control闭环） 3、实现语音识别、理解与生成； （语音） 4、进行高层语义计算、完成任务规划、做出控制决策等。 （任务规划，行为树） 　　 　　邓向阳表示说：“无人系统的大脑主要负责认知，包括感知、决策和意识，而小脑则主要负责运动系统，主要包括定位、控制和协调。” 　　 　　对此，他给到的方案是“ROS+DeepLearning+Caffe”，这一方案从动作识别，到动作解析(行为树)，形成运动控制。在动作识别层，手势(动作)识别首先是结合边缘特征的深度FCN进行图像分割，结合多通道CNN特征的ELM动作识别。 　　 　　“这就是我们在ROS的环境下如何做人工智能。”邓向阳最后说到。