譚剛林 長(zhǎng)沙民政職業(yè)技術(shù)學(xué)院

1. 概述

2015 年，國(guó)家提出“中國(guó)制造2025”的國(guó)家戰(zhàn)略，制造業(yè)的產(chǎn)業(yè)升級(jí)已經(jīng)成為大勢(shì)所趨。智能物流作為智能制造的一個(gè)重要組成部分，受到越來(lái)越多的關(guān) 注，AGV物流運(yùn)輸車(chē)作為智能物流的核心環(huán)節(jié)，也成為國(guó)內(nèi)外眾多廠(chǎng)商角逐發(fā)力的重點(diǎn)，未來(lái)中國(guó)將成為機(jī)器人和物流設(shè)備自動(dòng)化的主要市場(chǎng)。從圖2中可以看出我國(guó)AGV市場(chǎng)規(guī)模在迅速擴(kuò)大，AGV在“中國(guó)制造2025”中扮演越來(lái)越重要的角色。

隨著深度學(xué)習(xí)的技術(shù)進(jìn)步，深度學(xué)習(xí)已在語(yǔ)音識(shí)別、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、圖像與視頻分析、多媒體等諸多領(lǐng)域的應(yīng)用取得了巨大成功。深度學(xué)習(xí)作為目標(biāo)檢測(cè)已成為一個(gè)主流的研究方向，可以通過(guò)端到端訓(xùn)練自動(dòng)學(xué)習(xí)任務(wù)，實(shí)現(xiàn)多層的非線(xiàn)性變換，獲取圖像高層抽象描述。

全國(guó)職業(yè)院校技能大賽是中華人民共和國(guó)教育部發(fā)起，聯(lián)合國(guó)務(wù)院有關(guān)部門(mén)、行業(yè)和地方共同舉辦的一項(xiàng)年度全國(guó)性職業(yè)教育學(xué)生競(jìng)賽活動(dòng)。為充分展示職業(yè)教育改革發(fā)展的豐碩成果，集中展現(xiàn)職業(yè)院校師生的風(fēng)采，努力營(yíng)造全社會(huì)關(guān)心、支持職業(yè)教育發(fā)展的良好氛圍，促進(jìn)職業(yè)院校與行業(yè)企業(yè)的產(chǎn)教結(jié)合，更好地為中國(guó)經(jīng)濟(jì)建設(shè)和社會(huì)發(fā)展服務(wù)。是專(zhuān)業(yè)覆蓋面最廣、參賽選手最多、社會(huì)影響最大、聯(lián)合主辦部門(mén)最全的國(guó)家級(jí)職業(yè)院校技能賽事。

全國(guó)職業(yè)院校技能大賽“嵌入式技術(shù)應(yīng)用開(kāi)發(fā)”賽項(xiàng)是集單片機(jī)技術(shù)、傳感器技術(shù)、嵌入式技術(shù)、無(wú)線(xiàn)通信技術(shù)、語(yǔ)音識(shí)別、圖像處理、Android智能設(shè)備與控制技術(shù)于一體的綜合性賽項(xiàng)，賽項(xiàng)重點(diǎn)考察軟、硬件結(jié)合，可充分培養(yǎng)學(xué)生對(duì)嵌入式相關(guān)技術(shù)的綜合應(yīng)用能力。

2. 深度學(xué)習(xí)

深度學(xué)習(xí)根據(jù)其解決問(wèn)題、應(yīng)用領(lǐng)域的不同分為多種深度神經(jīng)網(wǎng)絡(luò)模型。目前較為熱門(mén)的是卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）和 深 度 置 信 網(wǎng) 絡(luò)（Deep Belief Networks，DBN）。深度置信網(wǎng)絡(luò)DBN是一種貪婪的逐層學(xué)習(xí)的算法，可以使深度置信網(wǎng)絡(luò)的權(quán)重達(dá)到最優(yōu)化。DBN由若干層神經(jīng)元組成，其組成元件是限制玻爾茲曼機(jī)（Restricted Boltzmann Machine，RBM）。 RBM是一種神經(jīng)感知器，有兩層網(wǎng)絡(luò)組成，一層叫“顯層（”visible layer），用于輸入訓(xùn)練數(shù)據(jù)。一層叫“隱層”（hidden layer），用于做特征檢測(cè)器。 將若干個(gè)RBM進(jìn)行“串聯(lián)”，則上一個(gè)RBM的隱層即為下一個(gè)RBM的顯層，上一個(gè)RBM的輸出即為下一個(gè)RBM 的輸入。

卷積神經(jīng)網(wǎng)絡(luò)CNN是一種熱門(mén)的深層深度學(xué)習(xí)模型，卷積神經(jīng)網(wǎng)絡(luò)核心的關(guān)鍵思想是局部連接、權(quán)值共享、池化和多層堆疊。權(quán)值共享是CNN相較于其他模型具有獨(dú)特優(yōu)越性的關(guān)鍵。它減少了神經(jīng)網(wǎng)絡(luò)中參數(shù)的個(gè)數(shù)，從而降低了網(wǎng)絡(luò)的復(fù)雜度，使其更類(lèi)似現(xiàn)實(shí)的生物神經(jīng)網(wǎng)絡(luò)。CNN模型一般來(lái)說(shuō)含有三個(gè)部分：卷積層、池化、全連接層。卷積層中神經(jīng)網(wǎng)絡(luò)不再對(duì)圖片中的每個(gè)像素對(duì)處理，而是通過(guò)一個(gè)濾波器（即卷積核）對(duì)圖片中每一小塊像素區(qū)域進(jìn)行掃描，提取局部特征和其位置關(guān)系。在獲取了這些特征后，再進(jìn)一步對(duì)這些特征進(jìn)行分類(lèi)。

本課題將CNN和DBN兩種深度學(xué)習(xí)模型應(yīng)用到AGV的視覺(jué)導(dǎo)引中，對(duì)比兩種模型的應(yīng)用效果，確定一種優(yōu)化后的網(wǎng)絡(luò)結(jié)構(gòu)模型，提高AGV視覺(jué)識(shí)別的準(zhǔn)確性和抗干擾能力。

3. 圖像識(shí)別

圖像識(shí)別是深度學(xué)習(xí)最早嘗試的應(yīng)用領(lǐng)域。早在1989年，LeCun和他的同事發(fā)表了卷積神經(jīng)網(wǎng)絡(luò)。在很長(zhǎng)時(shí)間里，CNN雖然在小規(guī)模的問(wèn)題上，比如說(shuō)手寫(xiě)數(shù)字，取得當(dāng)時(shí)世界最好的結(jié)果，但一直沒(méi)有取得巨大成功。主要原因是CNN在大規(guī)模圖像上效果不好，比如像素很多的自然圖片內(nèi)容理解，所以沒(méi)有得到計(jì)算機(jī)視覺(jué)領(lǐng)域的足夠重視。這種情況一直持續(xù)到2012年10月，Hinton和他的兩個(gè)學(xué)生在著名的ImageNet問(wèn)題上，用更深的CNN取得世界最好結(jié)果，使得圖像識(shí)別大踏步前進(jìn)。在Hinton的模型里，輸入就是圖像的像素，沒(méi)有用到任何的人工特征。為什么在之前沒(méi)有發(fā)生？原因當(dāng)然包括算法的提升，比如dropout 等防止過(guò)擬合技術(shù)，但最重要的是GPU帶來(lái)的計(jì)算能力提升和更多的訓(xùn)練數(shù)據(jù)。2012年，百度將深度學(xué)習(xí)技術(shù)成功應(yīng)用于自然圖像OCR識(shí)別和人臉識(shí)別等問(wèn)題上，并推出相應(yīng)的桌面和移動(dòng)搜索產(chǎn)品。2013年，深度學(xué)習(xí)模型被成功應(yīng)用于一般圖片的識(shí)別和理解。深度學(xué)習(xí)應(yīng)用于圖像識(shí)別不但大大提升了準(zhǔn)確性，而且避免了人工特征抽取的時(shí)間消耗，從而大大提高了在線(xiàn)計(jì)算效率。深度學(xué)習(xí)將取代人工特征加機(jī)器學(xué)習(xí)的方法，逐漸成為主流圖像識(shí)別方法。

圖1為競(jìng)賽需要識(shí)別的圖像。由于圖像旋轉(zhuǎn)角度不一致，加大了識(shí)別難度，不能采用傳統(tǒng)的圖像分割來(lái)進(jìn)行識(shí)別。為了增加競(jìng)賽難度，拉開(kāi)隊(duì)伍的競(jìng)賽成績(jī)，2017年識(shí)別的圖像中又增加了星形，難度就更大了。

只要圖像是規(guī)則的，理論上來(lái)說(shuō)傳統(tǒng)的識(shí)別方法還是可以很好地完成識(shí)別任務(wù)的，但實(shí)際情況并不如此，因?yàn)楦?jìng)賽場(chǎng)所的光線(xiàn)強(qiáng)弱不同及干擾，拍出來(lái)的圖片達(dá)不到理想的識(shí)別效果。采用卷積神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行深度學(xué)習(xí)處理，處理后結(jié)果比傳統(tǒng)的方法準(zhǔn)確率提高了20%。

4. 結(jié)束語(yǔ)

深度學(xué)習(xí)所運(yùn)用的知識(shí)遠(yuǎn)遠(yuǎn)超出高等職業(yè)院校的教學(xué)范疇，學(xué)生難以理解接收，怎樣將深度學(xué)習(xí)模型模塊化，學(xué)生直接調(diào)用，是后期加強(qiáng)和繼續(xù)研究的方向。采用CNN學(xué)習(xí)模型，準(zhǔn)確率還達(dá)不到理想的效果，更達(dá)不到商用的要求。深度學(xué)習(xí)技術(shù)在日新月異地演進(jìn)、提高，深度學(xué)習(xí)在機(jī)器學(xué)習(xí)上會(huì)處于主導(dǎo)地位。