基于语义树Markov随机场模型的地面机器人多尺度道路感知

摘要：

道路实时感知是自主式地面移动机器人实现自主导航的关键技术,但由于室外道路环境的复杂性与不确定性,其算法开发难度较大.提出了一种基于小波域语义树Markov模型的多尺度仿生道路感知算法.在时空域上采用三维随机场对机器人采集到的道路图像序列进行建模,提出了一种采用树结构约束、面向道路识别的语义树Markov随机场(RT-MRF)模型;采用遗传算法优化的有监督RT-MRF模型进行道路图像序列分割;机器人通过跟踪分割边界实现道路区域识别及自主导航.采用自主研制的四足仿生机器人作为研究和实验平台.实验结果表明:该方法能够在具有阴影、裂纹、坑洞、不平整及光照度变化的较差道路检测条件下鲁棒分割出道路边界,算法实时性高,可满足室外移动机器人自主导航需求.

关键词：控制科学与技术、四足机器人、道路检测、多尺度仿生感知、语义树Markov模型、小波域

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61103157;北京市教育委员会科技计划面上项目SQKM201311417010

在线出版日期：2016-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：512-517