基于场景理解与改进型BUG算法的移动机器人避障

• 作者: 查荣瑞 马云华 燕翔 郑霜 华能澜沧江水电股份有限公司糯扎渡水电厂
• 来源期刊: 计算机测量与控制
• 关键词: 深度学习 改进Bug算法 移动机器人 避障
• 年，卷（期）: 2023,（3）
• 所属期刊栏目: 设计与应用
• 页码范围: 228-234
• 页数: 7页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2023.03.033

摘要

针对现有移动机器人在视觉避障上存在的局限，将深度学习算法和路径规划技术相结合，提出了一种基于深层卷积神经网络和改进Bug算法的机器人避障方法；该方法采用多任务深度卷积神经网络提取道路图像特征，实现图像分类和语义分割任务；其次，基于语义分割结果构建栅格地图，并将图像分类结果与改进的Bug算法相结合，搜索出最优避障路径；同时，为降低冗余计算，设计了特征对比结构来对避免对重复计算的特征信息，保障机器人在实际应用中实时性；通过实验结果表明，所提方法有效的平衡了多视觉任务的精度与效率，并能准确规划出安全的避障路径，辅助机器人完成导航避障。