首页 /研究 /利用能量特征进行基于深度学习的表面分类:跨三个独立数据集的比较分析
PERCEPTION

利用能量特征进行基于深度学习的表面分类:跨三个独立数据集的比较分析

Alexander Belyaev, Oleg Kushnarev

发表年份
2026
访问权限
开放获取

摘要

本研究评估了能量特征作为独立分类模态或惯性数据补充输入在移动机器人表面分类中的可行性。通过三个公开数据集上的深度学习架构比较,发现卷积神经网络表现最佳,且能量特征与惯性特征结合可提升1-2%的准确率。

关键词

surface classificationenergy featuresdeep learningmobile roboticsinertial data

相关论文

查看 PERCEPTION 分类全部论文