CN104049634A - 基于Camshift算法的智能体模糊动态避障方法 - Google Patents
基于Camshift算法的智能体模糊动态避障方法 Download PDFInfo
- Publication number
- CN104049634A CN104049634A CN201410311991.5A CN201410311991A CN104049634A CN 104049634 A CN104049634 A CN 104049634A CN 201410311991 A CN201410311991 A CN 201410311991A CN 104049634 A CN104049634 A CN 104049634A
- Authority
- CN
- China
- Prior art keywords
- intelligent body
- dynamic
- obstacle avoidance
- fuzzy
- barrier
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000004888 barrier function Effects 0.000 claims description 42
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 14
- 208000035475 disorder Diseases 0.000 claims description 14
- 206010016322 Feeling abnormal Diseases 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于Camshift算法的智能体模糊动态避障方法,其内容是智能体小车通过CCD摄像头获取智能体小车环境图像信息,DSP图像处理器模块将图像信息进行处理,利用OpenCV函数库的Camshift算法进行运动目标跟踪和定位,获取动态障碍物坐标并发送给底层控制器模块,将动态障碍物坐标、智能体小车速度和三侧超声波测距信息输入给动态避障模糊控制器,后者输出智能体小车的转向角ψ及速度v控制指令,实现动态避障。本发明利用Camshift算法实现了快速目标匹配和定位,提高了动态环境中捕获动态障碍物的速度,弥补了动态避障中因为捕获动态目标速度过慢而导致的避障滞后甚至失败。
Description
技术领域
本发明涉及基于多智能体避障及路径规划、多传感器信息融合等领域的控制方法,具体是通过图像采集、OpenCV图像处理、信息融合、模糊控制等技术,将获取的智能体周围环境信息输入给动态避障模糊控制器,后者输出智能体的转向角及速度控制指令,实现实时准确的动态避障,为路径规划奠定基础。本发明尤其涉及一种基于Camshift算法的智能体模糊动态避障方法。
背景技术
避障对于移动机器人的自主导航和路径规划是必不可少的,移动机器人的避障研究一直是移动机器人的研究热点,移动机器人避障系统的好坏直接影响到移动机器人执行各项任务的能力,特别是在具有静态和动态障碍物的复杂环境中能够完成局部在线避碰是移动机器人自主性的重要体现。
经过对现有文献的检索得知:中国专利申请号为:20120539473.X,其名称为:一种智能水下机器人的自主避障方法,该专利申请提出了一种将水下机器人运动目标、障碍物和水下机器人控制性能进行统一考虑来实现避障的方法,避障策略能够反映智能水下机器人动态避障能力,但是需要根据作业任务和海图数据库信息进行全局路径规划,具有很大的局限性。中国专利申请号为:201110210600.7,其名称为:一种基于模糊神经网络的智能轮椅避障方法,该方法用模糊神经网络的方法融合两个声纳传感器和摄像头采集到的实时信息,时刻计算轮椅与障碍物的实时位置,完成轮椅的动态避障。该方法需要对摄像头多次采集到的信息进行训练,得到障碍物的分类器和障碍物在摄像头坐标里的坐标位置,因此模糊神经网络计算量较大,实时性差。中国专利申请号为:200810120209.6,其名称为:一种基于障碍物运动预测的移动机器人避障方法,该方法将环绕于机器人周围的空间由外到内以机器人为中心划分为3个区域,实行不同的避障策略,使用IMM算法预测障碍物的运动状态,但是只能使移动机器人可以在小范围进行动态避障,而不用大范围偏离原规划路径。
通过对避障方面相关文献的研究发现,对于结构化的静态环境下的避障策略居多,动态环境下的避障研究较少,且动态环境下的避障策略也存在着捕获动态目标实时性差、避障策略计算量大而导致的避障迟滞性等缺陷,动态避障模糊控制算法综合了视觉及超声测距信息,加入了速度反馈,提高了控制系统的抗干扰能力。
发明内容
针对现有动态避障策略的不足,本发明的目的是提出了一种基于Camshift算法的智能体模糊动态避障方法,智能体小车通过CCD摄像头获取智能体小车环境图像信息,DSP图像处理器模块将图像信息进行预处理,利用OpenCV函数库的Camshift算法,进行目标的跟踪及定位,在连续的图像中寻找目标的位置和目标的大小,迅速捕获动态障碍物坐标信息并发送给底层控制器模块,将动态障碍物坐标、智能体小车速度和智能体小车车体前方、左前方和右前方三侧的超声波测距信息输入给动态避障模糊控制器,后者输出智能体小车的转向角ψ及速度v控制指令,提高了动态避障的快速性和准确性。
为了解决上述存在的技术问题实现发明目的,本发明是通过以下技术方案实现的:
一种基于Camshift算法的智能体模糊动态避障方法,该方法的实现过程基于移动的智能体小车,所述的智能体小车包括CCD摄像头模块、DSP图像处理器模块、超声波测距模块和底层控制器模块,这其中:
所述的CCD摄像头模块为车载摄像头,置于智能体小车正前方,具有大范围的俯仰和侧摆能力;
所述的DSP图像处理器模块中嵌入了OpenCV图像处理函数库,具有图像处理功能,利用函数库内的Camshift算法,在连续的图像中寻找目标的位置和目标的大小,快速地匹配出目标,实时的进行运动目标跟踪和定位,获取动态障碍物坐标并发送给底层控制器模块;
所述的超声波测距模块分别置于智能体小车车体前方、左前方和右前方,左前方和右前方均与前方成角度θ,θ取45度,测量前方障碍物的距离信息;
所述的底层控制器模块置有动态避障模糊控制器,所述的动态避障模糊控制器植入了动态避障模糊控制算法,所述的底层控制器模块与所述的DSP图像处理器模块通信获取动态障碍物坐标信息,并与超声波测距距离和智能体小车速度信息一起输入给动态避障模糊控制器,获得智能体小车的转向角和速度控制指令;其中动态避障模糊控制器基于动态避障模糊控制算法,共有五个输入和两个输出,五个输入为动态障碍物坐标、智能体小车速度以及车体前方、左前方和右前方三侧的超声波测距信息,两个输出为智能体小车的转向角ψ及速度v,该控制器根据输入变量及内嵌的模糊控制规则,按模糊推理合成规则计算输出控制量;
所述的一种基于Camshift算法的智能体模糊动态避障方法依托所述智能体小车组成的模块实现其模糊动态避障,其内容包括以下步骤:
第一步:智能体小车通过车载CCD摄像头的俯仰和侧摆获取智能体小车周围环境图像信息;
第二步:DSP图像处理器模块将获取的图像信息进行预处理后,利用OpenCV函数库的Camshift算法,通过识别目标的颜色特征,在连续的帧图像中寻找目标的位置和目标的大小,从而实现动态目标跟踪和定位,迅速捕获动态障碍物并将坐标信息并发送给底层控制器模块;
第三步:将获取的摄像头坐标,即动态障碍物坐标,转换为智能体小车所在的空间坐标,根据坐标在图像中的位置将坐标模糊化,分为障碍物位于智能体小车左侧L、障碍物位于智能体小车前方F和障碍物位于智能体小车右侧R,确定其在智能体小车前方的位置区域;将三侧超声波测距信息模糊化为近距N、远距F和不远不近M,速度模糊化为慢速S和快速F;将模糊化后的动态障碍物坐标、智能体小车速度和三侧超声波测距信息输入动态避障模糊控制器,输出智能体小车的转向角ψ及速度v控制指令,实现动态避障。
本发明方法中智能体小车通过CCD摄像头获取智能体小车环境图像信息,DSP图像处理器模块将图像信息进行处理,利用OpenCV函数库的Camshift算法进行运动目标跟踪和定位,获取动态障碍物坐标并发送给底层控制器模块,将动态障碍物坐标、智能体小车速度和三侧超声波测距信息输入给动态避障模糊控制器,后者输出智能体小车的转向角ψ及速度v控制指令,实现动态避障。
由于采用上述技术方案,本发明与现有技术相比其有益效果是:利用Camshift算法实现了快速目标匹配和定位,提高了动态环境中捕获动态障碍物的速度,弥补了动态避障中因为捕获动态目标速度过慢而导致的避障滞后甚至失败。同时,将动态障碍物坐标、智能体小车速度和三侧超声波测距距离五个环境信息作为动态避障模糊控制器的输入,并加入速度反馈,提高了系统躲避动态障碍物的准确性及快速性。
附图说明
图1是智能体小车结构图;
图2是动态避障模糊控制算法示意图。
具体实施方式
以下通过具体的实施例并结合附图对本发明的作进一步描述:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方法和具体的操作过程,但本发明的保护范围不限于下述实例。
实施例
本实例涉及的一种基于Camshift算法的智能体模糊动态避障方法,如图1所示,智能体小车由CCD摄像头模块4、超声波测距模块1、超声波测距模块2、超声波测距模块3、DSP图像处理器模块5和底层控制器模块6组成。其中超声波测距模块1、超声波测距模块2和超声波测距模块3均采用US-100超声波测距模块,CCD摄像头模块4采用高清摄像头OV7725,DSP图像处理器模块5采用ADIblackfin537DSP处理器,处理速度可达最快500MHz,具有高速图像处理能力,底层控制器模块6采用MCU51单片机模块;
其中:所述的CCD摄像头模块4为车载摄像头,置于智能体小车正前方,具有大范围的俯仰和侧摆能力;
所述的超声波测距模块1、超声波测距模块2和超声波测距模块3分别置于车体左前方、前方和右前方,左前方和右前方均与前方成角度θ,θ取45度,测量前方障碍物的距离信息;
所述的DSP图像处理器模块5中嵌入了OpenCV图像处理函数库,具有图像处理功能,利用函数库内的Camshift算法,在连续的图像中寻找目标的位置和目标的大小,快速的匹配出目标,实时的进行运动目标跟踪和定位,获取动态障碍物坐标并发送给底层控制器模块;
所述的底层控制器模块6植入动态避障模糊控制算法,所述的底层控制器模块与所述的DSP图像处理器模块通信获取动态障碍物坐标信息,并与超声波测距距离和智能体速度信息一起输入给动态避障模糊控制器,获得智能体小车的转向角和速度控制指令;动态避障模糊控制器共有五个输入和两个输出,其中五个输入为动态障碍物坐标、智能体小车速度和三侧超声波测距信息,两个输出为智能体小车的转向角ψ及速度v;
智能体小车车载CCD摄像头4通过俯仰和侧摆获取智能体小车周围环境图像信息,DSP图像处理器模块5将图像信息进行预处理后,利用OpenCV函数库的Camshift算法进行运动目标跟踪和定位,获取动态障碍物坐标信息并发送给底层控制器模块,底层控制器模块中植入动态避障模糊控制器,如图2所示,然后将获取的动态障碍物坐标信息、智能体小车速度和三侧超声波测距信息进行模糊化,其中将动态目标的坐标信息划分为障碍物位于智能体小车左侧L、障碍物位于智能体小车前方F和障碍物位于智能体小车右侧R,将三侧超声波测距信息模糊化为近距N、远距F和不远不近M,智能体小车速度模糊化为慢速S和快速F,然后输入动态避障模糊控制器,根据其内部的模糊控制规则,按模糊推理合成规则计算输出控制量,获得智能体小车的转向角ψ及速度v,实现动态避障。
Claims (1)
1.一种基于Camshift算法的智能体模糊动态避障方法,其特征在于:
该方法的实现过程基于移动的智能体小车,所述的智能体小车包括CCD摄像头模块、DSP图像处理器模块、超声波测距模块和底层控制器模块,这其中:
所述的CCD摄像头模块为车载摄像头,置于智能体小车正前方,具有大范围的俯仰和侧摆能力;
所述的DSP图像处理器模块中嵌入了OpenCV图像处理函数库,具有图像处理功能,利用函数库内的Camshift算法,在连续的图像中寻找目标的位置和目标的大小,快速地匹配出目标,实时的进行运动目标跟踪和定位,获取动态障碍物坐标并发送给底层控制器模块;
所述的超声波测距模块分别置于智能体小车车体前方、左前方和右前方,左前方和右前方均与前方成角度θ,θ取45度,测量前方障碍物的距离信息;
所述的底层控制器模块置有动态避障模糊控制器,所述的动态避障模糊控制器植入了动态避障模糊控制算法,所述的底层控制器模块与所述的DSP图像处理器模块通信获取动态障碍物坐标信息,并与超声波测距距离和智能体小车速度信息一起输入给动态避障模糊控制器,获得智能体小车的转向角和速度控制指令;其中动态避障模糊控制器基于动态避障模糊控制算法,共有五个输入和两个输出,五个输入为动态障碍物坐标、智能体小车速度以及车体前方、左前方和右前方三侧的超声波测距信息,两个输出为智能体小车的转向角ψ及速度v,该控制器根据输入变量及内嵌的模糊控制规则,按模糊推理合成规则计算输出控制量;
所述的一种基于Camshift算法的智能体模糊动态避障方法依托所述智能体小车组成的模块实现其模糊动态避障,其内容包括以下步骤:
第一步:智能体小车通过车载CCD摄像头的俯仰和侧摆获取智能体小车周围环境图像信息;
第二步:DSP图像处理器模块将获取的图像信息进行预处理后,利用OpenCV函数库的Camshift算法,通过识别目标的颜色特征,在连续的帧图像中寻找目标的位置和目标的大小,从而实现动态目标跟踪和定位,迅速捕获动态障碍物并将坐标信息并发送给底层控制器模块;
第三步:将获取的摄像头坐标,即动态障碍物坐标,转换为智能体所在的空间坐标,根据坐标在图像中的位置将坐标模糊化,分为障碍物位于智能体小车左侧L、障碍物位于智能体小车前方F和障碍物位于智能体小车右侧R,确定其在智能体小车前方的位置区域;将三侧超声波测距信息模糊化为近距N、远距F和不远不近M,速度模糊化为慢速S和快速F;将模糊化后的动态障碍物坐标、智能体小车速度和三侧超声波测距信息输入动态避障模糊控制器,输出智能体小车的转向角ψ及速度v控制指令,实现动态避障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410311991.5A CN104049634B (zh) | 2014-07-02 | 2014-07-02 | 基于Camshift算法的智能体模糊动态避障方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410311991.5A CN104049634B (zh) | 2014-07-02 | 2014-07-02 | 基于Camshift算法的智能体模糊动态避障方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104049634A true CN104049634A (zh) | 2014-09-17 |
CN104049634B CN104049634B (zh) | 2017-02-01 |
Family
ID=51502630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410311991.5A Expired - Fee Related CN104049634B (zh) | 2014-07-02 | 2014-07-02 | 基于Camshift算法的智能体模糊动态避障方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104049634B (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104503451A (zh) * | 2014-11-27 | 2015-04-08 | 华南农业大学 | 一种基于视觉和超声传感的可避障自动导航方法及自动导航车 |
CN105487536A (zh) * | 2014-10-13 | 2016-04-13 | 北京自动化控制设备研究所 | 一种移动机器人的低成本自主避障方法 |
CN105700528A (zh) * | 2016-02-19 | 2016-06-22 | 深圳前海勇艺达机器人有限公司 | 一种机器人自主导航避障系统及其方法 |
CN105843229A (zh) * | 2016-05-17 | 2016-08-10 | 中外合资沃得重工(中国)有限公司 | 无人驾驶智能小车及控制方法 |
CN106168808A (zh) * | 2016-08-25 | 2016-11-30 | 南京邮电大学 | 一种基于深度学习的旋翼无人机自动巡航方法及其系统 |
CN106249739A (zh) * | 2016-08-26 | 2016-12-21 | 广州小瓦智能科技有限公司 | 一种高性能机器人防撞移动算法 |
CN106272425A (zh) * | 2016-09-07 | 2017-01-04 | 上海木爷机器人技术有限公司 | 避障方法及机器人 |
CN106483956A (zh) * | 2016-09-23 | 2017-03-08 | 珠海巧力林业机械科技有限公司 | 一种智能割灌机控制系统与方法 |
CN106708059A (zh) * | 2017-01-24 | 2017-05-24 | 厦门万久科技股份有限公司 | 一种基于通道选择的移动机器人实时运动规划方法 |
CN106873593A (zh) * | 2017-03-07 | 2017-06-20 | 浙江大学 | 一种基于OpenCV图像识别算法的智能捡球机器人 |
CN106909141A (zh) * | 2015-12-23 | 2017-06-30 | 北京机电工程研究所 | 障碍物探测定位装置及避障系统 |
CN107585221A (zh) * | 2017-10-09 | 2018-01-16 | 大连艾欧信息技术有限公司 | 无人配送小车的智能转向控制方法及智能转向系统 |
CN107870621A (zh) * | 2016-10-25 | 2018-04-03 | 中国科学院沈阳自动化研究所 | 在未知复杂海底地形环境中的自主水下机器人避碰方法 |
CN109009908A (zh) * | 2018-09-27 | 2018-12-18 | 田家炜 | 一种电子导盲犬及其导盲绳及其使用方法 |
CN109074069A (zh) * | 2016-03-29 | 2018-12-21 | 智动科技有限公司 | 具有改进的视觉检测能力的自主车辆 |
CN109857112A (zh) * | 2019-02-21 | 2019-06-07 | 广东智吉科技有限公司 | 机器人避障方法及装置 |
CN110045364A (zh) * | 2019-03-01 | 2019-07-23 | 上海大学 | 基于渐进式畸变图像特征识别的动态目标跟踪和静态目标检测系统与方法 |
CN110509781A (zh) * | 2019-08-13 | 2019-11-29 | 深兰科技(上海)有限公司 | 一种控制移动设备行进的方法及装置 |
CN111142519A (zh) * | 2019-12-17 | 2020-05-12 | 西安工业大学 | 基于计算机视觉和超声波雷达冗余的自动驾驶系统及其控制方法 |
CN111352426A (zh) * | 2020-03-17 | 2020-06-30 | 广西柳工机械股份有限公司 | 一种车辆避障方法、车辆避障装置、车辆避障系统和车辆 |
CN113093730A (zh) * | 2021-03-08 | 2021-07-09 | 武汉大学 | 一种基于状态策略知识库指导的智能体自主避障方法 |
CN113220001A (zh) * | 2021-05-13 | 2021-08-06 | 青岛理工大学 | 一种潜航器及潜航器的实时避障方法 |
CN113311848A (zh) * | 2021-04-30 | 2021-08-27 | 江苏科技大学 | 一种水下探测器及其环边避障方法 |
CN113848875A (zh) * | 2021-07-20 | 2021-12-28 | 深兰科技(上海)有限公司 | 移动机器人的底层避障方法及相关装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080059015A1 (en) * | 2006-06-09 | 2008-03-06 | Whittaker William L | Software architecture for high-speed traversal of prescribed routes |
WO2009089369A1 (en) * | 2008-01-08 | 2009-07-16 | Raytheon Sarcos, Llc | Point and go navigation system and method |
CN102393741A (zh) * | 2011-08-25 | 2012-03-28 | 东南大学 | 视觉引导移动机器人的控制系统及其方法 |
CN102621986A (zh) * | 2012-04-13 | 2012-08-01 | 西北农林科技大学 | 一种基于视觉和超声波的导航控制系统 |
CN102999050A (zh) * | 2012-12-13 | 2013-03-27 | 哈尔滨工程大学 | 一种智能水下机器人的自主避障方法 |
CN103092199A (zh) * | 2011-11-01 | 2013-05-08 | 镇江华扬信息科技有限公司 | 足球机器人智能决策系统 |
CN103324196A (zh) * | 2013-06-17 | 2013-09-25 | 南京邮电大学 | 基于模糊逻辑的多机器人路径规划与协调避碰方法 |
CN103592944A (zh) * | 2013-10-24 | 2014-02-19 | 燕山大学 | 一种超市购物机器人及其行进路径规划方法 |
-
2014
- 2014-07-02 CN CN201410311991.5A patent/CN104049634B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080059015A1 (en) * | 2006-06-09 | 2008-03-06 | Whittaker William L | Software architecture for high-speed traversal of prescribed routes |
WO2009089369A1 (en) * | 2008-01-08 | 2009-07-16 | Raytheon Sarcos, Llc | Point and go navigation system and method |
CN102393741A (zh) * | 2011-08-25 | 2012-03-28 | 东南大学 | 视觉引导移动机器人的控制系统及其方法 |
CN103092199A (zh) * | 2011-11-01 | 2013-05-08 | 镇江华扬信息科技有限公司 | 足球机器人智能决策系统 |
CN102621986A (zh) * | 2012-04-13 | 2012-08-01 | 西北农林科技大学 | 一种基于视觉和超声波的导航控制系统 |
CN102999050A (zh) * | 2012-12-13 | 2013-03-27 | 哈尔滨工程大学 | 一种智能水下机器人的自主避障方法 |
CN103324196A (zh) * | 2013-06-17 | 2013-09-25 | 南京邮电大学 | 基于模糊逻辑的多机器人路径规划与协调避碰方法 |
CN103592944A (zh) * | 2013-10-24 | 2014-02-19 | 燕山大学 | 一种超市购物机器人及其行进路径规划方法 |
Non-Patent Citations (3)
Title |
---|
刘喜昂等: "移动机器人的超声模糊避障算法", 《微计算机信息 》 * |
李余庆等: "模糊控制在机器人超声避障系统的应用", 《微计算机信息》 * |
秦峰等: "基于图像识别的水下机器人自主避障系统", 《兵工自动化》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105487536A (zh) * | 2014-10-13 | 2016-04-13 | 北京自动化控制设备研究所 | 一种移动机器人的低成本自主避障方法 |
CN104503451A (zh) * | 2014-11-27 | 2015-04-08 | 华南农业大学 | 一种基于视觉和超声传感的可避障自动导航方法及自动导航车 |
CN104503451B (zh) * | 2014-11-27 | 2017-05-24 | 华南农业大学 | 一种基于视觉和超声传感的可避障自动导航方法及自动导航车 |
CN106909141A (zh) * | 2015-12-23 | 2017-06-30 | 北京机电工程研究所 | 障碍物探测定位装置及避障系统 |
CN105700528A (zh) * | 2016-02-19 | 2016-06-22 | 深圳前海勇艺达机器人有限公司 | 一种机器人自主导航避障系统及其方法 |
CN109074069A (zh) * | 2016-03-29 | 2018-12-21 | 智动科技有限公司 | 具有改进的视觉检测能力的自主车辆 |
CN109074069B (zh) * | 2016-03-29 | 2022-06-17 | 智动科技有限公司 | 具有改进的视觉检测能力的自主车辆 |
CN105843229A (zh) * | 2016-05-17 | 2016-08-10 | 中外合资沃得重工(中国)有限公司 | 无人驾驶智能小车及控制方法 |
CN105843229B (zh) * | 2016-05-17 | 2018-12-18 | 中外合资沃得重工(中国)有限公司 | 无人驾驶智能小车及控制方法 |
CN106168808A (zh) * | 2016-08-25 | 2016-11-30 | 南京邮电大学 | 一种基于深度学习的旋翼无人机自动巡航方法及其系统 |
CN106249739A (zh) * | 2016-08-26 | 2016-12-21 | 广州小瓦智能科技有限公司 | 一种高性能机器人防撞移动算法 |
CN106272425A (zh) * | 2016-09-07 | 2017-01-04 | 上海木爷机器人技术有限公司 | 避障方法及机器人 |
CN106272425B (zh) * | 2016-09-07 | 2018-12-18 | 上海木木机器人技术有限公司 | 避障方法及机器人 |
CN106483956A (zh) * | 2016-09-23 | 2017-03-08 | 珠海巧力林业机械科技有限公司 | 一种智能割灌机控制系统与方法 |
CN107870621A (zh) * | 2016-10-25 | 2018-04-03 | 中国科学院沈阳自动化研究所 | 在未知复杂海底地形环境中的自主水下机器人避碰方法 |
CN106708059A (zh) * | 2017-01-24 | 2017-05-24 | 厦门万久科技股份有限公司 | 一种基于通道选择的移动机器人实时运动规划方法 |
CN106873593A (zh) * | 2017-03-07 | 2017-06-20 | 浙江大学 | 一种基于OpenCV图像识别算法的智能捡球机器人 |
CN107585221A (zh) * | 2017-10-09 | 2018-01-16 | 大连艾欧信息技术有限公司 | 无人配送小车的智能转向控制方法及智能转向系统 |
CN109009908A (zh) * | 2018-09-27 | 2018-12-18 | 田家炜 | 一种电子导盲犬及其导盲绳及其使用方法 |
CN109857112A (zh) * | 2019-02-21 | 2019-06-07 | 广东智吉科技有限公司 | 机器人避障方法及装置 |
CN110045364A (zh) * | 2019-03-01 | 2019-07-23 | 上海大学 | 基于渐进式畸变图像特征识别的动态目标跟踪和静态目标检测系统与方法 |
CN110509781A (zh) * | 2019-08-13 | 2019-11-29 | 深兰科技(上海)有限公司 | 一种控制移动设备行进的方法及装置 |
CN111142519A (zh) * | 2019-12-17 | 2020-05-12 | 西安工业大学 | 基于计算机视觉和超声波雷达冗余的自动驾驶系统及其控制方法 |
CN111352426A (zh) * | 2020-03-17 | 2020-06-30 | 广西柳工机械股份有限公司 | 一种车辆避障方法、车辆避障装置、车辆避障系统和车辆 |
CN111352426B (zh) * | 2020-03-17 | 2021-03-02 | 广西柳工机械股份有限公司 | 一种车辆避障方法、车辆避障装置、车辆避障系统和车辆 |
CN113093730A (zh) * | 2021-03-08 | 2021-07-09 | 武汉大学 | 一种基于状态策略知识库指导的智能体自主避障方法 |
CN113311848A (zh) * | 2021-04-30 | 2021-08-27 | 江苏科技大学 | 一种水下探测器及其环边避障方法 |
CN113311848B (zh) * | 2021-04-30 | 2022-12-30 | 江苏科技大学 | 一种水下探测器及其环边避障方法 |
CN113220001A (zh) * | 2021-05-13 | 2021-08-06 | 青岛理工大学 | 一种潜航器及潜航器的实时避障方法 |
CN113848875A (zh) * | 2021-07-20 | 2021-12-28 | 深兰科技(上海)有限公司 | 移动机器人的底层避障方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104049634B (zh) | 2017-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104049634A (zh) | 基于Camshift算法的智能体模糊动态避障方法 | |
EP3540464B1 (en) | Ranging method based on laser radar system, device and readable storage medium | |
WO2019128070A1 (zh) | 目标跟踪方法及装置、移动设备及存储介质 | |
KR102032070B1 (ko) | 깊이 맵 샘플링을 위한 시스템 및 방법 | |
CN107562048B (zh) | 一种基于激光雷达的动态避障控制方法 | |
Fernández-Caballero et al. | Optical flow or image subtraction in human detection from infrared camera on mobile robot | |
US10471904B2 (en) | Systems and methods for adjusting the position of sensors of an automated vehicle | |
US10725471B2 (en) | Virtual line-following and retrofit method for autonomous vehicles | |
CN101976079B (zh) | 智能导航控制系统及方法 | |
US11906983B2 (en) | System and method for tracking targets | |
CN102910168B (zh) | 图像处理装置 | |
CN111273655A (zh) | 用于自动驾驶车辆的运动规划方法和系统 | |
CN104571128B (zh) | 基于距离与视差信息的水下机器人避障方法 | |
CN105629970A (zh) | 一种基于超声波的机器人定位避障方法 | |
KR20110092502A (ko) | 이동식 감시 및 추적 장치 및 방법 | |
WO2017166767A1 (zh) | 一种信息处理方法和移动装置、计算机存储介质 | |
CN103454919A (zh) | 智能空间中移动机器人的运动控制系统及方法 | |
CN214520204U (zh) | 一种基于深度相机和激光雷达的港区智能巡检机器人 | |
Mekonnen et al. | Wireless hybrid visual servoing of omnidirectional wheeled mobile robots | |
WO2018077307A1 (zh) | 一种运动控制方法、装置和计算机存储介质 | |
CN108205314A (zh) | 基于立体视觉匹配的机器人导航装置及系统 | |
CN104133482A (zh) | 一种无人机模糊控制飞行方法 | |
CN108646760B (zh) | 基于单目视觉移动机器人目标跟踪及平台控制系统和方法 | |
CN102034244B (zh) | 基于运动背景的绝缘子实时目标识别和跟踪装置 | |
US10249056B2 (en) | Vehicle position estimation system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170201 |