基于卷积神经网络的智能机器人视觉导航路径识别方法.pdfVIP

２０２４年８月机械设计与制造工程Ａｕｇ.２０２４

第５３卷第８期ＭａｃｈｉｎｅＤｅｓｉｇｎａｎｄＭａｎｕｆａｃｔｕｒｉｎｇＥｎｇｉｎｅｅｒｉｎｇＶｏｌ.５３Ｎｏ.８

ＤＯＩ:１０.３９６９/ｊ.ｉｓｓｎ.２０９５－５０９Ｘ.２０２４.０８.０１６

基于卷积神经网络的

智能机器人视觉导航路径识别方法

时燕ꎬ周靖ꎬ梅东晖ꎬ孔奉波

(云南电网有限责任公司信息中心ꎬ云南昆明６５０２１７)

摘要:由于视觉导航区域图像清晰度较低ꎬ导致识别路径的平均横向偏差较大ꎬ为此提出基于卷

积神经网络的智能机器人视觉导航路径识别方法ꎮ结合图像匹配结果、导航相机的位姿偏差ꎬ设

置横向和纵向约束条件ꎬ建立自适应区域图像处理机制ꎬ依据全卷积神经网络原理ꎬ结合Ｕ型编

码－解码结构ꎬ形成高精度道路分割网络ꎮ通过道路分割掩码提取视觉导航信息ꎬ获取路径拟合

中点ꎬ再运用多段三次Ｂ样条曲线拟合算法得到路径识别结果ꎮ实验结果表明ꎬ所提方法识别路

径的平均横向偏差仅为０.５３ｃｍꎬ可为视觉导航提供有效帮助ꎮ

关键词:卷积神经网络ꎻ智能机器人ꎻ视觉导航ꎻ路径识别ꎻ道路分割

中图分类号:ＴＰ２４２.６文献标识码:Ａ文章编号:２０９５－５０９Ｘ(２０２４)０８－００７２－０５

近年来ꎬ随着机器视觉领域研究的不断深入ꎬ１基于卷积神经网络的智能机器人视觉导

[１]

视觉导航技术的研究广受关注ꎬ尤其在智能机航路径识别方法设计

器人设计过程中ꎬ机器人自主运行功能的实现ꎬ就１.１设置动态视觉导航窗口

是依托于视觉传感技术ꎮ具有视觉导航能力的智采用倾斜安装的方式ꎬ将导航相机放置于智能

能机器人ꎬ在工作场所内可以进行自主探索ꎬ从而机器人上方ꎬ预判机器人的走向ꎬ作为导航路径识

[２]

提高其在不确定环境中的工作效率ꎮ其中ꎬ视别的基础ꎮ考虑到机器人运行区域存在地面障碍

觉导航路径识别方法的研究ꎬ是辅助智能机器人自[６]

物ꎬ会对相机全视野范围产生直接影响ꎬ为了得

主运行的重要条件ꎮ但现有的视觉导航路径识别到更加准确的导航图像ꎬ本文设置了动态视觉导航

方法ꎬ会受到外界光照条件的干扰ꎬ无法引导机器窗口ꎮ其中ꎬ导航相机视野范围如图１所示ꎮ

人走向正确的路径ꎮ

文献[３]结合Ｏｔｓｕ方法选定图像分割阈值ꎬ进

行整体路径图像和背景图像的划分ꎬ得到路径识别

结果ꎮ但该方法路径识别偏差较大ꎮ文献[４]设

计了以标记分水岭算法为核心的图像分割方法ꎬ并

提取视觉导航路径相关的特征点ꎬ最终运用最小二

乘法生成拟合路径ꎮ但该方法鲁棒性较差ꎮ文献

[５]运用改进的Ｋ－ｍｅａｎｓ算法和最小包围矩形ꎬ

提取出期望导航路径ꎮ但该方法路径识别实时性

较差ꎮ

本文提出一种新的视觉导航路径识别方法ꎬ以图１导航相机视野范围

卷积神经网络为核心建立道路分割网络ꎬ进行路径

拟合ꎮ以图１为基础ꎬ将智能机器人视觉导航窗口横

收稿日期:２０２２－０５－２４

作者简介:时燕(１９９３—)ꎬ女ꎬ高级工程师ꎬ硕士ꎬ主要从事人工智能及云计算研究工作ꎬｑｖｊｄｂｐ＠１６３.ｃｏｍ.

７２

２０２４年第８期时燕:基于卷积神经网络的智能机器人视觉导航路径识别方法

向约束条件表示为: