科研之友
微信
新浪微博
Facebook
分享链接
摘要
移动机器人凭借其工作性能可靠、减少生产制造成本等优势，在现代集成智能制造业中具有广阔的市场应用前景。但目前移动机器人室内环境感知系统存在感知维度单一、精度不高等问题，往往难以满足多维度实时精确感知环境的需求。因此，本文在模拟物流储仓的实验室环境下构建了一种可同时进行二维动态目标检测和三维场景地图重建的环境感知系统，将双目相机采集的图像分别输入增加树形特征融合模块的改进YOLOv3网络与加入带色彩恢复的多尺度视网膜增强算法和关键帧筛选机制的优化RTAB-MAP算法，运行结果在机器人可视化平台实时显示，从而进行多维度环境感知，满足多任务需求。实验结果表明，动态目标检测中查准率与查全率较原算法分别提高1.78%和1.73%，检测耗时为16.57ms/f，平均定位误差为1.49%；改进后的RTAB-MAP算法相较原算法各误差均显著下降，实际室内场景重建中三维点云地图质量更佳。
- 单位
