引用本文:刘欣; 陈武;.基于视觉分析的机器人最优避障路径识别方法[J].西南大学学报(自然科学版),2017,39(2):128~134
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 559次   下载 554 本文二维码信息
码上扫一扫!
分享到: 微信 更多
基于视觉分析的机器人最优避障路径识别方法
刘欣; 陈武;1,2
1.西南大学信息中心;2.西南大学计算机与信息科学学院
摘要:
传统的机器人避障路径识别方法存在识别不准确、误差大、效率低的问题.对此,本文提出基于视觉分析的机器人最优避障路径识别方法:建立机器人避障路径观测模型以分析机器人运动状态,采用基于RBPF的SLAM方法对避障路径进行降噪滤波处理,在此基础上运用适应度函数排序避障路径,并引入视觉分析法识别排序后的避障路径,从而实现有效识别最优避障路径的目的.实验结果证明,与传统识别方法相比,改进方法的识别精度较高,运行耗费时间较短,具有一定的实用性.
关键词:  RBPF  SLAM  识别方法  视觉分析  
DOI:10.13718/j.cnki.xdzk.2017.02.020
分类号:TP391.41;TP242
基金项目:国家自然科学基金项目(61262029)
LIU Xin;CHEN Wu;Information Center,Southwest University;School of Computer and Information Science,Southwest University;
Abstract:
Key words:  
手机扫一扫看