您当前所在位置: 首页

论文收录信息

论文编号 201806-70
论文题目 移动机器人视觉受污应急规划
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

移动机器人视觉受污应急规划

引用

复制文本

导出参考文献

.txt .ris .doc

张春伟

张春伟(1992-),男,硕士研究生,主要研究方向:机器人视觉

徐贺

徐贺(1964-),男,教授、博导,主要研究方向:智能机器人与先进流体

黄金伟

发送私信

发送给

哈尔滨工程大学,机电工程学院,哈尔滨 150001

摘要:为了提高机器人在非结构化的环境中的适应能力,对视觉受污采取应急规划。本文提出了基于自省式案例推理(CBR)机器人视觉受污后的应急规划,使其具备降级使用功能。同时提出隔帧差分法与visual background extrector (ViBe)算法相结合的方法,对移动机器人摄像头污染物进行提取。根据污染物特征信息,主要采取两种应急规划方案:1)基于视场拼接扫描策略;2)基于科恩达效应的污染物清洁策略。实验结果表明,基于视场拼接扫描策略能够很好的利用剩余的视场寻找到目标并跟踪,基于科恩达效应的污染物清洁策略也能实现摄像头清洁工作。

关键词: CBR;应急规划;视觉受污;污染物检测;深度学习;视觉清洁

图表:

同行评议

未申请同行评议

评论

评论一下

全部评论
评论