基于ROS与深度学习的智能避障移动机器人的设计

为实现移动机器人的避障功能,文中提出了一种基于深度学习的移动机器人视觉避障系统,该系统通过深度学习训练得到基于卷积神经网络的图像分类器,使用迁移学习技术缩短分类器的训练时间,基于ROS操作系统进行避障功能的设计与实现。分析预设概率值对避障效果的影响,在合适的线速度、角速度与预设概率值的条件下测得避障成功率约为93%。测试结果表明,系统具有较好的避障能力,对不同环境和障碍物有良好的适应性。