基于ROS与深度学习的智能避障移动机器人的设计

作     者：叶振康 陈耀锋 黄培灿 钟勇填 

作者机构：东莞理工学院计算机科学与技术学院广东东莞523808 

基　　金：2020年广东省科技创新战略专项资金资助立项项目(pdjh2020b0578) 2019年校级大学生创新创业训练计划项目(201911819150) 

出 版 物：《物联网技术》 (Internet of things technologies)

年 卷 期：2021年第11卷第7期

页      码：62-64页

摘      要：为实现移动机器人的避障功能,文中提出了一种基于深度学习的移动机器人视觉避障系统,该系统通过深度学习训练得到基于卷积神经网络的图像分类器,使用迁移学习技术缩短分类器的训练时间,基于ROS操作系统进行避障功能的设计与实现。分析预设概率值对避障效果的影响,在合适的线速度、角速度与预设概率值的条件下测得避障成功率约为93%。测试结果表明,系统具有较好的避障能力,对不同环境和障碍物有良好的适应性。

主 题 词：视觉避障 ROS 移动机器人 TurtleBot2 深度学习 迁移学习 

学科分类：080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 

D　O　I：10.16667/j.issn.2095-1302.2021.07.018

馆 藏 号：203104283...