基于机器视觉的图书馆机器人障碍识别自动检测系统设计

作者：张馨月

来源：自动化与仪器仪表, 2022, (12): 205-210.

DOI：10.14016/j.cnki.1001-9227.2022.12.205

• 障碍识别
• 图书馆机器人
• YOLOv4算法
• D-starLitc路径规划
• DWA避障算法

针对图书馆机器人障碍识别准确率低的问题，提出基于MobileNetV3-YOLOv4算法的障碍识别和D-starLitc+DWA的避障算法，并搭建图书馆机器人障碍识别检测系统。实验结果表明，相较于改进前的YOLOv4算法，提出的MobileNetV3-YOLOv4算法的目标识别准确率提升8.8%,且能够将每秒传输帧提高17PFS;在图书馆障碍仿真环境中，基于D-starLitc+DWA的避障平均距离为40.02m,少于单一的局部避障。实验证明，该检测系统可以明显提升机器人的障碍识别准确性和避障能力，满足图书馆机器人的使用设计需求。

• 单位
  榆林学院