四足机器人在跟随过程中会遇到很多突发情况,为提高跟随系统的性能,需很多外部传感器对周围环境进行检测,以使跟随过程更加准确、顺利。本研究以四足机器人为研究对象,搭建了基于多模态信息融合的目标跟随系统,重点研究跟随过程中多模态信息的采集和融合处理。首先,搭建四足机器人目标跟随系统。在综合分析目标跟随系统总体设计要求的基础上,针对目标跟随系统的需求合理地选择了检测周围环境的传感器,并对传感器在四足机器人目标跟随系统中的安装位置进行仔细研究,提出了基于优先级的四足机器人目标跟随系统控制策略。其次,对四足机器人目标跟随过程中的数据进行采集。针对跟随目标的识别问题,使用GPS模块对四足机器人和跟随目标的位置信息进行采集;搭建图像采集系统,在标定视觉传感器后采集系统的图像信息,并提取了图像的HOG特征;针对躲避障碍物的问题,使用多个测距传感器对障碍物的距离进行检测,增加了系统的容错性。然后,对采集到的数据进行融合处理。针对GPS模块采集的位置信息,使用Haversine公式和方向角公式进行求解,得到跟随目标相对于四足机器人的方位;针对系统的图像信息,选择RBF作为SVM分类器的核函数对图像的HOG特征进行分类,得到了更精确的跟随目标分类结果;针对障碍物的距离数据,搭建了距离检测模型和加权融合模型,对数据进行卡尔曼滤波和加权融合处理,得到了更准确的障碍物距离值。最后,对四足机器人目标跟随系统进行实验验证。在设计的简单场景和复杂场景下进行实验,验证了本研究搭建的基于多模态信息融合的四足机器人目标跟随系统的正确性。通过上述研究和实验验证表明,本文搭建的基于多模态信息融合的四足机器人目标跟随系统可以提高跟随过程的安全性和避障过程的准确性,具有重要的现实意义。