![](https://csdnimg.cn/release/download_crawler_static/85890796/bg1.jpg)
基于 ROS 下动态环境优化机器人
在基于 ROS 平台下,动态室内环境下物体跟踪识别和 SlAM 建图是的一个比
较重要的部分,可以应用在自动驾驶、军事等各个领域。本课题结合时下应用较
广的 ROS 移动机器人开源平台,利用 OpenCV 库对图像集进行处理,使用图像的
斑点特征进行灰度值对比,实现对运动物体跟踪优化识别的功能,并且使用 ORB-
SLAM 算法进行特征点匹配。通过在虚拟环境中测试,系统可以满足大部分特殊情
况下移动机器人在动态环境下的移动,提高精确度。
关键词:ROS;OpenCV;物体跟踪识别,SLAM 建图,SlimYOLOv3 算法,ORB-
SLAM 优化算法;
第一章 绪论
1.
引言
自从机器人这个词问世以来,包括创客工作者开发的 Arduino 机器人,不能
完全代替人类进行工作,在不久的将来,机器人将慢慢走进家庭与工作,代替人
类进行复杂与繁重的工作。
从去年开始,“AIoT”一词便频频出现在我们的视野中。“AIoT”即
“AI+IoT”,是指人工智能技术与物联网在实际应用中的落地融合。伴随着 AI
的兴起,越来越多的巨头将 AI 与 IoT 结合开发新的平台和产品,简单来说更多
的机器人将进入你的生活。
智能机器人的重要作用在于它拥有机器的自主性,延展性,以及动态环境适
应性,在一定的动态演变的环境中,不会去依赖人工,根据机器人内部的环境感
知,从而发出指令,控制机器人的移动,从而完成各种工作,延展性是指它可以
进行二次开发以及适应物联网平台开发,与各种设备完美衔接,机器人之间也可