科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对视觉传感器获取障碍物深度信息准确率低,单一或少数超声波传感器无法获得大范围场景深度信息,传感器阵列式、全局布局方式体积太大等问题,提出一种多传感器数据融合障碍物判定系统。首先系统前端设计一种立体转轴式数据采集结构,基于该结构提出一种全局场景深度值采集方法,简化传统隶属度的运算来提高数据处理效率,利用数据组的互补和冗余性,使用Bayesian与模糊理论相结合的融合方法得到障碍物位置的最优估计值;其次配以视觉传感器以提高障碍物形态信息判定的准确性;最后系统所有功能基于树莓派实现,使其具备便携、可移植特点。实验结果表明,系统能够实时并准确判断出环境中多个障碍物的深度位置、形状和动态信息,相较于真实场景,角度值最大绝对误差为6.2°,深度值误差率在4%以内,满足避障需求。
- 单位
