基于多传感器信息融合的机器人障碍物检测

• 作者: 牛颖 王中立
• 来源期刊: 中国测试
• 关键词: 障碍物检测 信息融合 联合卡尔曼滤波 视觉传感器 Zernike矩 Hough变换
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 测试仪器
• 页码范围: 80-85
• 页数: 6页
• 字数: 6521字
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2017.08.017

摘要

针对单一传感器在机器人避障过程中不能全面且准确定位障碍物的缺点,提出基于多传感器信息融合的障碍物检测方法.第一阶段使用视觉传感器检测未知环境中的障碍物,通过Zernike矩边缘检测方法提取障碍物图像边缘,然后采用Hough变换原理提取障碍物的直线特征,获得障碍物大概位置;第二阶段使用超声波传感器和红外传感器对障碍物进行检测,获得障碍物准确位置;最后使用联合卡尔曼滤波对3种传感器获得的信息进行融合,得出融合后的障碍物位置信息.实验结果表明:该方法克服视觉传感器尧超声波传感器和红外传感器的局限性,可以精确感知机器人周围的未知环境信息,并能够检测和定位机器人路径上的障碍物,定位误差<6 cm,满足机器人避障的实时性和可靠性需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛颖	太原理工大学信息工程学院	3	14	1.0	3.0
2	王中立	太原理工大学信息工程学院	3	21	2.0	3.0