科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高机器人自主避障的稳定性和可靠性，通过对蝗虫神经系统中具有碰撞预警能力的小叶巨大运动检测器(LGMD)神经网络进行优化处理，构建适用于嵌入式微型机器人的仿生视觉避障系统。针对LGMD网络在黑暗环境中碰撞感知性能较差，将传统图像处理算法与仿生网络相结合，通过融合拉普拉斯锐化和高斯模糊的激励来增强碰撞对象的扩展边缘，提出基于图像增强的碰撞检测神经网络(LGMD-LS)。利用MATLAB软件对模型进行视频仿真分析，结果表明：相较于LGMD模型，改进算法在黑暗环境中能有效识别迫近障碍物，具有较好的鲁棒性。在自制微型机器人上进行实物验证，结果表明：机器人在黑暗场景中能够有效避障，验证了算法的可靠性。为应用于实际场景下机器人碰撞检测提供参考依据。
- 单位
