| 1,684 | 10 | 6 |
| 下载次数 | 被引频次 | 阅读次数 |
根据四足机器人竞赛项目要求，设计了一种基于机器视觉的四足机器人目标识别与跟随系统。该系统首先运用不同骨干网络的YOLOv3算法对目标图像数据集进行特征学习，生成目标识别模型，进而将模型部署至四足机器人的视觉感知主机，完成目标识别功能。再基于机器视觉获得的目标坐标信息，使用PID控制算法计算得到四足机器人的行进速度，实现对目标的实时跟随。最终测试结果表明，四足机器人能够成功完成竞赛项目要求的目标识别与跟随任务，具有较高的精度与实时性。
Abstract：According to the requirements of quadruped robot competition, a quadruped robot target recognition and tracking system based on machine vision is designed. Firstly, the system uses the YOLOv3 algorithm with different backbone networks to learn the characteristics of the target image dataset and generate the target recognition model,and then deploy the model to the visual perception host of the quadruped robot to complete the target recognition.Based on the target coordinate information obtained by machine vision, the travel speed of the quadruped robot is calculated by PID control algorithm to realize real-time tracking of the target. The final test results show that the quadruped robot can successfully complete the target recognition and tracking tasks required by the competition project, with high accuracy and real-time performance.
[1]孟健，刘进长，荣学文，等.足机器人发展现状与展望[J].科技导报，2015, 33(21):59–63.
[2]李彬.视觉地形分类和四足机器人步态规划方法研究与应用[D].济南：山东大学，2012.
[3]蔡自兴.中国人工智能40年[J].科技导报，2016, 34(15):12–32.
[4]张慧.四足机器人环境感知、识别与领航员跟随算法研究[D].济南：山东大学，2016.
[5]余铎，王耀南，毛建旭，等.基于视觉的移动机器人目标跟踪方法[J].仪器仪表学报，2019, 40(1):227–235.
[6]刘涛雄，刘骏.人工智能、机器人与经济发展研究进展综述[J].经济社会体制比较，2018(6):172–178.
[7]李艳生，杨美美，魏博，等.人工智能背景下机器人工程专业人才培养策略[J].教育观察，2019, 8(1):68–70.
[8]方峻，王晓斌，张翔.依托机器人比赛平台指导毕业设计的研究与实践[J].实验技术与管理，2014, 31(5):28–31.
[9]张施皛，唐天宇，张志明，等.余有灵.基于CNN-PID的竞赛机器人赛道识别与自主驾驶[J].实验技术与管理，2020,37(9):39–43, 48.
[10]左国玉，雷飞，乔俊飞.新工科背景下基于机器人竞赛的创新人才培养模式[J].高教学刊，2021(6):44–47.
[11]庞兆君，岳帅，陈曦，杜忠华.融合机器人竞赛的机器人教学改革探索[J].中国现代教育装备，2020(23):95–96, 104.
[12]钟登华.新工科建设的内涵与行动[J].高等工程教育研究，2017(3):1–6.
[13]朱正伟，储开斌，焦竹青，等.以解决复杂工程问题能力为导向的电子信息类实践育人模式[J].实验技术与管理，2019,36(7):1–4.
[14]中国大学生计算机设计大赛委员会.全地形挑战赛题[EB/OL].(2021-04-09)[2022-04-08]. http://ai.jsjds.cn/2021/Default_C.aspx?id1=1&id2=3.
[15]胡佳玲，施一萍，谢思雅，等.基于轻量级卷积神经网络人脸识别算法的研究与应用[J].传感器与微系统，2022, 41(1):153–156.
[16]胡佳玲，施一萍，谢思雅，等.基于Jetson nano的改进MobileNet人脸识别系统[J].传感器与微系统，2021, 40(3):102–105.
[17]陈佳倩，金晅宏，王文远，等.基于YOLOv3和DeepSort的车流量检测[J].计量学报，2021, 42(6):718–723.
[18]吴梦琪，刘军清.基于DeepSORT的单假设多目标追踪方法的问题研究[J].信息通信，2020(11):40–42.
基本信息:
DOI：10.16791/j.cnki.sjg.2022.10.023
中图分类号:TP391.41;TP242
引用信息:
[1]陈瑾龙,徐哲壮,黄平等.基于机器视觉的四足机器人目标识别与跟随系统设计[J].实验技术与管理,2022,39(10):135-139+167.DOI:10.16791/j.cnki.sjg.2022.10.023.
基金信息:
福州大学本科教育教学改革研究项目（20213620）; 国家级大学生创新创业训练计划项目（202110386001）