视觉传感器具有信息丰富、成本低廉等优点,视觉导航已经成为机器人研究的热点。目前广泛应用的车载视觉导航方式有效视野有限,较难获取和维护大范围动态环境的可靠模型;另一方面,流行的概率导航依赖于全局度量模型,适应性较差,机器人想要实现复杂智能行为,必须具备对环境的记忆和学习能力,构建环境的认知地图,以适应移动机器人自主导航的鲁棒性环境建模与定位要求。本项目旨在智能服务机器人方面探索和模拟人的认知机制,提出一种仿生物复眼的分布式视觉系统架构,对环境路标自组织提取、时空经验的自主学习方法以及多源异构信息的融合算法进行研究,将环境感知提高到环境认知,有效解决传统SLAM问题中数据关联、闭环检测等关键问题。在此基础上,完成一套基于分布式视觉的移动机器人环境认知实验系统,对所提方法的有效性和可行性进行实验验证,为促进智能服务机器人的发展和应用打下良好基础。
英文主题词SLAM;Cognition;Mobile Robot;Distributed Vision;