基于深度学习的巡检机器人避障轨迹自动控制系统设计

作者：乔道迹

来源：计算机测量与控制, 2023, 1-13.

• 深度学习
• 视频采集卡
• 双目视觉标定
• 巡检机器人避障
• 轨迹控制

为了提高巡检机器人在复杂环境下的避障能力，使机器人能够安全地完成巡检任务，设计基于深度学习的巡检机器人避障轨迹自动控制系统。设计由CCD传感器、信号处理芯片等设备组成的工业智能视觉CCD相机，基于FPGA和USB2.0的视频采集卡传输采集数据，完成硬件部分的设计。在软件设计中，对采集的图像实施目标分割、双目目标匹配等预处理，通过对摄像头实施双目视觉标定获取障碍物空间位置三维信息，基于深度学习中的CRNN设计机器人自主避障规划网络模型，并设计模糊轨迹控制器，实现避障中的轨迹自动控制。系统测试结果表明，设计系统最终成功避开了三个动态障碍物，最大轨迹控制误差的最大值为1.45°，最小轨迹控制误差的最大值为0.62°，动态避障巡检速度始终在3.5m/s左右，表现出了精准而稳定的轨迹控制效果。

• 出版日期2023
• 单位中北大学