多传感器数据融合的障碍物测量方法

针对在无人运输领域中,AGV小车在工位对接时停车位置不够精确的问题,本文利用激光雷达和深度相机传感器并通过相应的坐标变换对障碍物的距离进行测量,将传感器得到的数据通过选择恰当的传递函数和学习算法利用RBF神经网络进行训练。实验结果表明,用该方法得到的结果测距误差低于0.1%,速度上相比于传统的BP算法提高了24%,可用来辅助AGV小车停车时进行重定位,同时通过融合得到的数据在以后建图方面也具有一定的优势。