基于深度学习的移动机器人障碍物检测研究

作者：陈田; 黄家才; 张铎; 顾皞伟; 吕思男; 汪涛; 汤文俊; 唐安

来源：南京工程学院学报(自然科学版), 2022, 20(02): 8-12.

DOI：10.13960/j.issn.1672-2558.2022.02.002

• 移动机器人
• 障碍物检测
• 深度学习
• YOLO v4
• 通道剪枝

移动机器人准确检测周围环境中存在的障碍物是确保移动机器人安全、稳定运行的关键.采用深度学习技术建立移动机器人障碍物检测系统，基于通道剪枝YOLO v4目标检测模型，在移动机器人平台上搭载RGB-D深度相机，并将其部署在嵌入式开发板上；运用目标检测网络检测图像中障碍物区域和所属种类，根据深度相机采集的图像获得障碍物距离信息，计算障碍物在相机坐标系下的三维坐标，为下一步移动机器人的自主行动提供依据.在试验测试中，平均检测精度能够达到58.8%,定位精度在±0.005 m以内.

• 单位
  南京工程学院