陳衛(wèi)麗 黃佳浩 楊子平

摘要：近年來，AI自主導(dǎo)覽機(jī)器人在博物館、展覽館等多個(gè)領(lǐng)域取得了顯著的應(yīng)用效果。針對(duì)多傳感器模塊信息采集和復(fù)雜背景下動(dòng)態(tài)目標(biāo)的跟蹤問題，本研究提出一種結(jié)合多傳感器融合和深度學(xué)習(xí)的機(jī)器人設(shè)計(jì)方案。首先，基于多傳感器（包括深度相機(jī)、激光雷達(dá)和語音模塊等）的信息融合，設(shè)計(jì)出魯棒性強(qiáng)、實(shí)時(shí)性高的機(jī)器人控制策略；其次，利用深度學(xué)習(xí)的端到端動(dòng)態(tài)目標(biāo)檢測(cè)與跟蹤方法，有效減少計(jì)算資源消耗，提高系統(tǒng)學(xué)習(xí)與響應(yīng)速率。通過實(shí)驗(yàn)驗(yàn)證，該方法在一定程度上緩解了機(jī)器人在復(fù)雜環(huán)境下由于系統(tǒng)卡頓、延遲等問題造成的目標(biāo)跟丟現(xiàn)象，為AI自主導(dǎo)覽機(jī)器人在實(shí)際應(yīng)用中的穩(wěn)定性和實(shí)用性提供有益探討。

關(guān)鍵詞：導(dǎo)覽機(jī)器人；多傳感器信息融合；深度學(xué)習(xí)；動(dòng)態(tài)目標(biāo)檢測(cè)與跟蹤

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2024）05-0095-04