作者:马利红,范晨光,王书平,周武 单位:浙江师范大学 出版:《浙江师范大学学报(自然科学版)》2016年第03期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFZJSZ2016030070 DOC编号:DOCZJSZ2016030079 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于深度图像的移动机器人动态避障算法》PDF+DOC2013年第04期 张毅,蒋翔,罗元,徐晓东,许新丽 《基于Kinect传感器的移动机器人环境检测及行为学习》PDF+DOC2016年第01期 段勇,盛栋梁,于霞 《基于改进模糊算法的移动机器人避障》PDF+DOC2015年第08期 彭玉青,李木,张媛媛 《面向栅格模型的室内环境地图构建方法》PDF+DOC2017年第29期 朱涛,黎恒明,唐新科,尚大帅 《基于Kinect的实时障碍物检测》PDF+DOC2017年第07期 丁亮 《基于场景匹配的移动机器人避障》PDF+DOC2004年第08期 孟伟,洪炳镕,韩学东 《基于人工势场法的机器人避障算法》PDF+DOC2012年第09期 叶彬强,王一 《全自主机器人避障控制方法的研究》PDF+DOC2009年第02期 刘祚时,罗爱华,童俊华 《基于虚拟力场法的移动机器人避障研究》PDF+DOC2009年第03期 李春菊,陈文瑛 《基于全自主机器人避障控制方法的研究》PDF+DOC2009年第12期 刘祚时,罗爱华,童俊华
  • 为了增强室内移动机器人的障碍物检测能力和降低系统成本,提出了一种基于深度图像的单一Kinect传感器的室内移动机器人避障系统.该系统将Kinect传感器竖直放置,并对深度图像进行了几何变换,提供了更加适合探测地面和空中障碍物的视角.对深度图像进行中值滤波以消除图像噪声,并采用统计平均的背景减除法去除无障碍背景,提取障碍物的深度图像,然后对障碍物的大小、位置与数量进行检测,最后根据检测的结果,并利用人工视场与Kinect摄像头对位置环境局部最小值场景的检测相结合进行避障路径的选择.结果表明:局部最小值场景检测方法能够高效检测出环境中存在局部最小值的缺陷,沿墙行走模式也大大减少无效路径,解决了狭窄通道内震荡的问题,有效地实现了室内机器人在动态环境下的避障。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。