基于深度学习的移动机器人目标自动跟随控制系统设计

移动机器人在跟随运动目标时,容易受到周围环境的影响,导致目标识别准确性降低,从而影响自动跟随控制效果;为此,设计了基于深度学习的移动机器人目标自动跟随控制系统;系统框架设计为感知层、处理和控制层以及执行层;利用感知层中的视觉传感器、超声波传感器、MEMS传感器,采集信息并传输到处理和控制层,单片机处理器运行两个程序,前一个程序利用深度学习中的残差学习网络、深度卷积网络、长短期记忆神经网络进行图像处理和目标识别,后一个程序结合超声波传感器测距信息计算目标坐标;PLC微控制器承载控制程序,结合MEMS传感器采集到的角度信息,基于PID设计双环控制器,在其控制下实现移动机器人目标自动跟随控制;实验结果表明,所设计系统仅在昏暗环境下误识别一个图像,目标识别功能较强,在不同环境下控制角度跟随平均误差和跟随距离平均误差始终在1.22°和0.074 m以下,具有较高的抗环境干扰能力。