基于深度图像的移动机器人动态避障算法
作者:
张毅
[1,2] ;
蒋翔
[1] ;
罗元
[1] ;
徐晓东
[2] ;
许新丽
[1]
关键词:
避障警戒区域
Kinect
深度信息
改进卡尔曼滤波
摘要:
提出了一种基于室内环境深度信息的移动机器人在动态环境下的避障方法。该方法利用Kinect传感器采集移动机器人周围环境的深度信息,完成机器人避障警戒区域的设置。在确定动态障碍物进入警戒区域后,移动机器人利用障碍物位置初步确定避障方向。之后利用改进的卡尔曼滤波算法对障碍物相对机器人的移动方向进行预测以优化避障路径。实验结果表明,该方法能够克服无预测避障时可能导致的路径选择问题,有效地实现了移动机器人在动态环境下的避障。
上一篇:基于DSP的电动汽车驱动控制系统的设计
下一篇:基于选择性更新的在线核极限学习机建模