本文選題：權(quán)重系數(shù) + Horn-Schunck光流法�。� 參考：《科學技術(shù)與工程》2017年28期

【摘要】：基于光流法的機器人避障系統(tǒng)是近些年研究的新熱點,為了實現(xiàn)機器人在未知環(huán)境下的自我避障功能,同時提高機器人的避障準確度,對基于Horn-Schunck光流法的機器人避障系統(tǒng)進行研究,提出通過選取算法中合適的權(quán)重系數(shù)來提高機器人的避障效果。首先,運用HS算法建立真實的機器人避障系統(tǒng),然后,在實驗室中的Optitrack系統(tǒng)下進行真實的避障實驗,并比較在不同的權(quán)重系數(shù)下機器人的避障效果,最終,通過實驗結(jié)果得出:權(quán)重系數(shù)的取值會對機器人的避障效果產(chǎn)生影響,當權(quán)重系數(shù)取值在[350,400]時,機器人的避障效果達到最優(yōu)。
[Abstract]:The obstacle avoidance system of robot based on optical flow method is a new research hotspot in recent years. In order to realize the self-obstacle avoidance function of robot in unknown environment and improve the accuracy of obstacle avoidance of robot. The obstacle avoidance system of robot based on Horn-Schunck optical flow method is studied. It is proposed to improve the obstacle avoidance effect by selecting the appropriate weight coefficient in the algorithm. First, the HS algorithm is used to build the real robot obstacle avoidance system, then the real obstacle avoidance experiment is carried out under the Optitrack system in the laboratory, and the obstacle avoidance effect of the robot under different weight coefficients is compared. The experimental results show that the weight coefficient will affect the obstacle avoidance effect of the robot. When the weight coefficient is taken at [350400], the obstacle avoidance effect of the robot is optimal.
【作者單位】： 華北理工大學電氣工程學院;里賈納大學;
【基金】：華北理工大學研究生創(chuàng)新項目(2015S15)資助
【分類號】：TP242

【相似文獻】

相關(guān)期刊論文 前10條

1 王東;郭兆正;;機器人避障功能的設(shè)計[J];長春師范學院學報;2005年12期

2 閻勤勞;邢作常;馮濤;薛少平;;溫室移動機器人避障功能研究[J];農(nóng)業(yè)機械學報;2006年05期

3 祖麗楠;田彥濤;梅昊;;基于分層強化學習的多移動機器人避障算法[J];吉林大學學報(工學版);2006年S2期

4 張傳才;賀利樂;匡偉春;;輪式移動教育機器人避障方法的研究[J];現(xiàn)代電子技術(shù);2007年13期

5 劉祚時;羅愛華;童俊華;;全自主機器人避障控制方法的研究[J];煤礦機電;2009年02期

6 丁偉;李海波;;一種移動機器人避障與追蹤技術(shù)研究[J];制造業(yè)自動化;2012年18期

7 陳曉江;陳楊林;;二維機器人避障問題的案例教學內(nèi)容設(shè)計[J];九江職業(yè)技術(shù)學院學報;2012年04期

8 何q，

本文編號：2011252