一种基于深度学习的轮式机器人避障路径规划方法

作者：陈逸东; 魏武

来源：2021-01-22, 中国, ZL202110091161.6.

本发明公开了一种基于深度学习的轮式机器人避障路径规划方法,包括以下步骤：(1)采集图像数据集；通过搭载在机器人车身的视觉传感器不断采集场景数据,形成图像数据集；(2)像素级标注图像数据集的可行使区域；(3)使用经开源数据集预训练后的语义分割网络,对带有标注的图像数据集进行训练,得到最佳模型参数；(4)轮式机器人采集一段新的视频流,输入训练好的网络模型,得到可行使区域的检测结果。本发明能在人员密集的场景下精确的完成对手势的识别和对机器人的控制。本发明能在仅使用视觉的方式实现了轮式机器人的避障路径规划,减少了对高成本传感器的依赖,且利用深度学习的优势,提高了可通达路径检测的准确性。

• 单位
  华南理工大学