基于机器视觉的机器人避障算法研究

为了解决机器人在自主导航中避障能力有限的问题,采用YOLOv5s目标检测模型来实现障碍物视觉感知。随后,将视觉感知算法获取的障碍物二维坐标和深度相机的深度值结合,形成实时导航信息。在避障方面,提出了自适应修正导航矢量场算法,以实现自主导航功能。通过在基于AirSim的仿真平台上的验证,结果显示避障成功率可达94%,表明该算法能够增强机器人的感知能力并提高其避碰性能。