基于深度学习的移动机器人在非结构化物流场景中的语义障碍物识别

文 豪, 陈 锐, 李 瑞雪
重庆移通学院

摘要


在非结构化的物流场景中,移动机器人常常会遇到障碍物复杂、环境动态变化,使用传统几何识别方法已经不满足高精度、智能化、智能化作业的需求。而通过深度学习实现的语义障碍物识别方法引入了图像的语义理解,机器人不仅可以识别物体的空间信息,还可以感知物体的类别及功能信息,物流场景中周转箱子、物流工人、仓储货架等。这种识别方法大大提升了机器人对复杂环境的感知及决策合理化程度,是保障机器人安全、高效、智能物流作业的关键技术,同时也是将智能物流从“会移动”向“明白在做什么”迈进的关键一步。正是由着这样的技术需求和行业的痛处,本文从深度学习下的移动机器人出发,研究非结构化物流环境下基于深度学习的移动机器人语义障碍物识别方法,希望能够给予实际项目的使用参考。

关键词


深度学习;移动机器人;非结构化物流场景;语义障碍物;识别要点

全文:

PDF


参考


[1]漆亮,杨逸飞,黄阳.基于激光跟踪仪的移动机器人精度测试[J].装备制造技术,2024,(06):65-68.

[2]王春茂.机器视觉技术在物流领域的应用与创新概述[J].物流技术与应用,2024,29(06):96-101.

[3]康丽丽.智能仓储物流移动机器人任务协同调度方法研究[J].现代计算机,2024,30(11):40-44.

[4]汪传雷,杨依婉,秦琴.面向新质生产力的物流机器人技术融合研究[J].重庆工商大学学报(社会科学版),2025,42(03):96-111.

[5]刘元华,李超群,郭乙运.仓储物流机器人多启发蚁群路径规划与避障[J].机械设计与制造,2024,(11):296-300.


Refbacks

  • 当前没有refback。