基于视觉感知的智能巡检机器人全局避障路径规划

为了提高智能巡检机器人的路径规划能力,提出了基于视觉感知的智能巡检机器人全局避障路径规划方法。将线性代数与马尔科夫理论应用于卡尔曼滤波器中,对环境图像进行降噪处理。在降噪图像基础上,设计全局避障路径规划算法。至此,完成智能巡检机器人全局避障路径规划。通过仿真实验,对比传统方法可知,该方法的障碍物碰撞率低于4%,位移误差率低于3%。