一个基于2D LiDAR和RGB-D摄像头传感器的智能 - 实现导航和障碍物识别
Chunming Mai1, Huaze Chen2, Lina Zeng1,3,4
1College of Physics and Eletronic Engineering, Hainan Normal University, Haikou 571158, China.
Sensors (Basel, Switzerland)
|February 10, 2024
概括
本研究介绍了使用2D LiDAR和RGB-D摄像头进行同时定位和映射 (SLAM) 和对象检测的智能棒棒系统. 该系统有效地引导视力受损的个体,作为"盲犬"来避免障碍物和导航.
科学领域:
- 机器人和人工智能 机器人和人工智能
- 辅助技术 辅助技术 辅助技术
- 计算机视觉 计算机视觉
背景情况:
- 视障人士在独立导航方面面临重大挑战.
- 现有的辅助技术往往缺乏全面的环境感知和实时指导.
- 先进的传感和人工智能的整合为增强的移动解决方案提供了潜力.
研究的目的:
- 开发和评估一个集成到智能手杖中的智能盲人引导系统.
- 为了使视力受损用户能够进行自主导航和避开障碍物.
- 提供可靠和直观的移动辅助工具,模仿导犬的功能.
主要方法:
- 使用了一个装有2D LiDAR,RGB-D摄像头,IMU和GPS的智能手杖.
- 实现了用于同时定位和映射 (SLAM) 的 Cartographer 算法.
- 采用了改进的YOLOv5算法来实时识别各种障碍物和环境特征.
主要成果:
- 该系统实现了激光SLAM映射和定位精度为1m ± 7cm,速度为25-31 FPS.
- 改进的YOLOv5模型识别了86种对象类型,行人过道的识别率为84.6%,车辆的识别率为71.8%.
- 智能导航系统在室内和室外环境中展示了有效的避难障碍和导航.
结论:
- 开发的智能手杖系统提供了自动引导的盲人指南功能,增强视力障碍者的移动性.
- 结合SLAM和高级对象识别,可以实现高效的导航和避开障碍物.
- 这项技术为传统的移动辅助工具提供了有希望的替代方案,提高了独立性和安全性.
