典型文献
融合场景理解与A?算法的巡检机器人避障设计
文献摘要：
针对现有巡检机器人导航避障存在的不足,将深度学习技术与路径规划相结合,提出了一种融合场景理解与A?寻路算法的巡检机器人避障方法.该方法采用基于编码-解码结构的深层卷积神经网络构建高精度场景理解网络,获取巡检机器人道路场景信息.利用中值滤波、最大连通域和C空间变换等操作,提取出场景信息中机器人可行道路区域,并转化为二维栅格地图.通过基于栅格地图的A?路径规划算法搜索出最优避障路径,指导机器人完成避障动作.同时,考虑到实际道路场景的高重复性,引入特征差分结构来降低冗余计算,保障巡检机器人导航避障效率.实验结果表明,所提方法在场景理解以及避障路径规划的精度和计算效率方面都得到了有效的平衡,并能适应不同场景,鲁棒性较高.同时,在真实变电站道路环境中,该方法也能高效获取场景信息,并准确指导巡检机器人实现实时导航避障.
文献关键词：
场景理解;A∗算法;巡检机器人;导航避障
中图分类号：
作者姓名：
王志辉;陈息坤
作者机构：
广东科学技术职业学院机器人学院, 广东珠海 519090;上海大学机电工程与自动化学院, 上海 200444
文献出处：
引用格式：
[1]王志辉;陈息坤-.融合场景理解与A?算法的巡检机器人避障设计)[J].无线电工程,2022(11):2000-2008
A类：
B类：
融合场景,场景理解,巡检机器人,机器人避障,机器人导航,导航避障,深度学习技术,寻路算法,避障方法,解码,深层卷积神经网络,网络构建,人道,道路场景,中值滤波,连通域,空间变换,出场,行道,二维栅格地图,路径规划算法,实际道路,特征差分,差分结构,来降,低冗余,冗余计算,避障路径规划,计算效率,同场,变电站,道路环境,准确指导,实时导航
AB值：
0.347995
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
