基于视觉感知的智能巡检机器人全局避障路径规划

摘要

为了提高智能巡检机器人的路径规划能力,提出了基于视觉感知的智能巡检机器人全局避障路径规划方法.将线性代数与马尔科夫理论应用于卡尔曼滤波器中,对环境图像进行降噪处理.在降噪图像基础上,设计全局避障路径规划算法.至此,完成智能巡检机器人全局避障路径规划.通过仿真实验,对比传统方法可知,该方法的障碍物碰撞率低于4％,位移误差率低于3％.