本研究着眼于机器人自主移动能力的提升,通过开发和实施多传感器融合视觉算法,以增强机器人在复杂环境中的导航和操作能力。研究首先构建了一个多传感器融合视觉算法框架,包括系统架构设计、传感器的选择与集成、以及数据融合策略。在视觉算法研究部分,重点关注特征提取与识别、环境感知与地图构建、以及路径规划与障碍物避让。接着,论文详细描述了多传感器融合算法的设计原理、实现与优化过程,以及通过实验验证的性能分析。在机器人自主移动能力的实验研究中,论文展示了算法在实际环境中的应用效果,并进行了数据分析与讨论。最后,论文提出了算法的改进策略和未来研究方向,并总结了研究成果。

机器人自主移动；多传感器；视觉算法

[1] 张赛昆, 李德鑫, 马冬宝, 崔健, 汤晓华. 基于WPF和Unity3D的机器视觉虚拟仿真教学平台研究[J]. 中国设备工程, 2023, (23): 10-14. [2] 崔健, 喻向天, 张赛昆, 马冬宝, 汤晓华. 基于Blender建模和Unity3D场景构建的PLC虚拟仿真实验教学平台[J]. 中国设备工程, 2023, (23): 266-270. [3] 张融, 郑宏远, 李录, 饶凯峰. 一种计量青鳉鱼胸鳍和尾鳍摆动频率和幅值的计算机视觉算法[J]. 生态毒理学报, 2015, 10 (04): 154-161. [4] 蒋翠玲, 万永菁, 朱煜, 庞毅林. 基于华为“智能基座”计划的项目式教学实践——以机器视觉算法实训课程为例[J]. 化工高等教育, 2022, 39 (04): 24-30+92. [5] 吴静依, 王飞, 李青, 沈华, 王学晶, 鲍云非, 李鹏飞, 高碧霞, 张路霞. 基于计算机视觉的尿液定量分析系统在白蛋白尿筛检中的应用效能分析[J]. 中国血液净化, 2022, 21 (02): 98-102.

DOI： https://doi.org/10.62639/sspis09.20240101

Published： 2024