视觉引导AGV多分支路径识别研究

摘要：

为了提高视觉引导AGV多分支路径识别的实时性和鲁棒性,论文提出基于PCA-LDA的特征提取算法与AD-ABOOST的分类算法.首先对采集到的图像进行预处理,再利用PCA对处理后的图像降维,并利用LDA进行初分类得到识别特征,最后利用ADABOOST分类器进行多路径的识别.实验结果表明,在满足实时性条件下,路径识别的准确率可达到99％以上.

关键词：视觉引导、自动导引车、Adaboost、主成分分析、线性判别分析

所属期刊栏目：50

分类号：TP391(计算技术、计算机技术)

在线出版日期：2022-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：786-789,806