html平面室内导航_【Robot】实时可行区域分割用于室内机器人导航

该文介绍了一种使用深度卷积网络,从RGB图像中实时分割室内机器人导航的可行区域。该方法在低功耗GPU上实现约55FPS的速度,通过边缘检测和语义分割生成自由空间图,转换为3D点云集成到ROS导航系统,有效处理负面障碍物。
摘要由CSDN通过智能技术生成

6becd512a9c06e88a2b7bf8d6947e70b.png

0. Abstract

这篇文章提出了一种基于深度卷积网络,仅使用RGB相机图像作为输入,以监督学习方式分割可行区域的方法。并根据分割可行区域图生成3D点云在ROS系统下用于室内机器人的实时导航。该系统在低功耗嵌入式GPU驱动的小型室内机器人上运行速度约为55FPS。

1. Motivation

许多小型无人地面机器人正在被开发用于执行诸如送货、监视、家务等任务。这些机器人必须在复杂的地形中导航,这就需要高级的感知能力。这些机器人使用各种传感器,包括2D和3D激光雷达、RGB相机、雷达、超声波、红外传感器和深度感知相机。除激光雷达和RGB相机外,大多数传感器都存在低分辨率和/或近距离问题。因此,大多数机器人使用二维或三维激光雷达传感器进行测绘和实时避障。

激光雷达传感器使用扫描激光飞行时间传感器来精确估计距离。二维(平面)激光雷达具有较高的分辨率和距离,但只能探测扫掠激光雷达波束形成的平面上的不透明表面。机器人领域[1][2]的很多工作都集中在使用激光和视觉传感器探测障碍物上,但在探测落差和其他危险方面的工作较少,这些危险通常被称为负面障碍物[3]。这些包括壁架、楼梯和凸起的路缘石,这些都是缺乏可穿越地面的例子。大多数探测负障碍物的方法都需要三维激光雷达传感器。虽然它可以成功地探测到这些障碍,但代价极其高昂。当用于户外机器人时,激光雷达传感器也对雨水造成的光折射非常敏感。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值