基于视觉分析的机器人最优避障路径识别方法

• 作者: 刘欣 陈武
• 来源期刊: 西南大学学报（自然科学版）
• 学科: 工学
• 关键词: RBPF SLAM 识别方法 视觉分析
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 128-134
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.13718/j.cnki.xdzk.2017.02.020

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘欣	西南大学信息中心	13	14	3.0	3.0
2	陈武	西南大学计算机与信息科学学院	9	24	4.0	4.0