融合场景理解与A^(*)算法的巡检机器人避障设计OA北大核心

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…查看全部>>