PRED18 (PRED18: Predator/Prey DAVIS Dataset)

本文描述了一个应用
卷积神经网络 (CNN)
捕食者/猎物场景。 CNN 是根据来自的数据进行训练和运行的
动态和有源像素传感器 (DAVIS) 安装在
Summit XL 机器人（捕食者），它跟随另一个（捕食者）
猎物）。 CNN 由传统图像帧和
由常数组成的动态视觉传感器“帧”
DAVIS ON 和 OFF 事件。因此，网络是“数据驱动的”
以与场景活动成比例的采样率，因此有效
采样率从 15 Hz 到 240 Hz 不等，具体取决于机器人
速度。网络生成四个输出：向右、向左转向、
居中且不可见。在对标记数据进行离线训练后，
网络在运行的车载 Summit XL 机器人上导入
jAER 并实时接收转向方向。成功的
闭环试验结果，准确率高达 87% 或 92%
（取决于评估标准）被报告。虽然
提出的方法丢弃了精确的 DAVIS 事件时间，它
提供了与传统的兼容性的显着优势
深度学习技术，同时不放弃数据驱动计算的优势。