论文部分内容阅读
由于室外机器人的工作环境非常复杂 ,因此机器人的视觉导航必须具有足够的智能和鲁棒性 .为此 ,提出了一种基于不确定性知识的实时道路理解算法 ,该算法通过不确定性知识推理来融合多种信息和知识 ,以满足在复杂道路环境下的鲁棒性要求 ,它即使在有强烈阴影、水迹等干扰下也能给出比较好的结果 ;通过图象边缘信息的提取可以得到精确的道路边界 ,以满足视觉导航的精确性要求 ;同时在算法设计时 ,兼顾了实时性要求 ,使得算法得以实时实现 ,该算法已在实际的机器人上进行了测试 ,并得到了很好的结果