结合改进YOLOv8n及SLAM的机器人自主巡检控制系统研究
李俊,刘博文,张晴晖,强振平
西南林业大学
2024-08-21
本文提出了一种基于改进YOLOv8n及SLAM的室内安防机器人自主巡检控制系统方案。目标检测采用轻量化处理的YOLOv8n算法,使用GhostNet进行YOLOv8n的轻量级改进。达到降低计算量和内存消耗,同时提高目标检测速度的目的。改进后的YOLOv8n帧率相较于改进前速度提升50 % ,模型缩小为原来的63 % ,而识别的精确度仅下降5 %左右。为提高机器人对未知环境的感知能力和自主性,使 用了Cartographer算法。基于此算法,机器人可实现自主导航和地图构建,定位过程中估计值与实际值的横向偏差小于0. 06 m;纵向偏差小于0. 08 m;航向偏角小于16°。实验结果表明:该系统能够实现地图的精确构建以及目标火焰的快速检测,并实现实时预警
  • 机器人
被引用: 123次
年份: 2024年
下载文档 2.00元
引用
分享
来源期刊
内容目录
  • 引 言

  • 1、系统总体设计

    • 1.1 系统总体结构

    • 1.2 实验平台硬件系统设计

  • 2、机器人目标检测实现原理

    • 2.1 基于Ghost Module的卷积改进

    • 2.2 基于Ghost Model构建GhostNet

  • 3、机器人建图与定位导航实现过程

    • 3.1 基于Cartographer的自主建图

    • 3.2 机器人自主导航实现过程

  • 4、实验设计与结果分析

    • 4.1 YOLOv8n改进效果实验与结果分析

    • 4.2 融合实验与精度分析

  • 5、结论

核心点推荐
  • 安防机器人,自主巡检,改进YOLOv8n,事故预防