基于视觉分析机器人最优避障路径识别方法.PDF

基于视觉分析机器人最优避障路径识别方法.PDF

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
( ) 第 卷第 期 西 南 大 学 学报 自然科学版 年 月 39 2 2017 2 ( ) Vol.39 No.2 JournalofSouthwestUniversit NaturalScienceEdition Feb. 2017 y : / DOI 10.13718 .cnki.xdzk.2017.02.020 j 基于视觉分析的机器人最优避障路径识别方法① 1 2 刘 欣 , 陈 武 , ; , 1.西南大学 信息中心 重庆 400715 2.西南大学 计算机与信息科学学院 重庆 400715 : 、 、 , 摘要 传统的机器人避障路径识别方法存在识别不准确 误差大 效率低的问题 对此 本文提出基于视觉分析的 . : , 机器人最优避障路径识别方法 建立机器人避障路径观测模型以分析机器人运动状态 采用基于 的 RBPF SLAM , , 方法对避障路径进行降噪滤波处理 在此基础上运用适应度函数排序避障路径 并引入视觉分析法识别排序后的 , , , 避障路径 从而实现有效识别最优避障路径的目的 实验结果证明 与传统识别方法相比 改进方法的识别精度较 . , , 高 运行耗费时间较短 具有一定的实用性. : ; ; ; 关 键 词 识别方法 视觉分析 RBPF SLAM 中图分类号: 文献标志码: 文章编号: ( ) TP391.41 A 1673 9868201702 0128 07 、 , 机器人是当代最重要的科技成果之一 它是电子信息 自动化及计算机等技术合并发展的产物 也是 . [ ] 1-2 , 人类对机器和智能的探索达到新阶段的标志 .机器人技术的产生与发展 使传统的工业生产面貌发生

文档评论(0)

***** + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档