本发明涉及一种基于CNN与PSO的双目机器人障碍特征检测方法。本发明利用机器人的多源图像数据(双目普通相机和深度相机),首先对多源数据分别进行标定处理及尺寸调整等预处理;然后使用CNN分别对双目相机与深度相机采集数据源进行识别,得到障碍物尺寸、距离等特征。由于识别会出现误差,因此对两组数据的识别结构进行加权处理,使用PSO算法寻优,计算出两组数据的最优权值,提高障碍取特征检测的准确度。通过准确检测出障碍物的特征,便于机器人及时做出准确的反应。
📄 2020106469066
📂 G06V10_70
👤 金陵科技学院
📅 2020-07-07