基于神经网络的自主吸尘机器人混合视觉研究

针对自主吸尘机器人非结构化的工作环境及避障的实时性要求,提出融合了超声波传感器和红外传感器的混合视觉算法,并且基于BP神经网络的传感器信息融合技术进行了实验.


基于神经网络的自主吸 尘机器／＼混合视觉研究
．
徐勇，朱世强，刘瑜
（浙江大学流体传动及控制国家重点实验室，浙江杭州３１００２７）

摘要：针对自主吸尘机器人非结构化的工作环境及避障的实时性要求，提出融合了超声波传感
器和红外传感器的混合视觉算法，并且基于ＢＰ神经网络的传感器信息融合技术进行了实验。
关键词：超声波传感器红外传感器传感器融合神经网络


自主吸尘机器人的视觉系统主要采用超声波传感 此，自主吸尘机器人的视觉系统同时采用了超声波传感
器、红外传感器、碰撞传感器以及ＣＭＯＳ图像传感器等。 器和红外传感器，并且辅以碰撞传感器，利用各种传感
自主吸尘机器人主要应用超声波传感器和红外传感器作 器的信息互补，能够很好地提供机器人周围的障碍物信
为接近视觉的传感器检测障碍物。ＣＭＯＳ图像传感器主要 息。由于本系统的目标是廉价有效地避障，因此没有采
用于全局信息的获取，在自主吸尘机器人的障碍物检测、 用ＣＭＯＳ图像传感器。
基于电子地图的定位以及路径规划等方面都有很好的应 如图１所示。由于自主吸尘机器人主要的避障行为
用前景。碰撞传感器作为辅助传感器，当其他传感器失效 是前进、停顿、转弯，因此采用７组