汪慶海,楊芳艷
(上海理工大學 機械工程學院,上海 200093)
隨著機器人技術的發展,服務機器人得到了越來越多的關注,日常生活與生產對服務機器人的需求日益增加。自主跟隨機器人作為服務機器人中重要的一員也得到了廣泛的重視[1]。跟隨機器人研究的主要目的是使其智能化。近年來,隨著深度學習技術的快速崛起,跟隨機器人技術也向前邁出了一大步。在機器人上使用這些技術需要高性能、強算力的計算平臺來支撐,這也引發了機器人能耗大、續航時間短的問題。在機器人中引入嵌入式計算平臺可以節約成本、降低功耗,有助于機器人實現更長時間的巡航。
目前,關于導航與視覺跟隨的研究工作集中于單一的導航或者行人跟隨。跟隨機器人的工作環境一般是復雜且未知的,在這種情況下智能導航技術就可以發揮它的優勢,使機器人具有從當前位置智能、安全地移動到目標位置的能力。在智能導航領域,研究者提出了多種算法,例如以Dijkstra[2]算法和A*[3]算法為代表的全局路徑規劃算法,以DWA(Dynamic Window Approach)算法和TEB[4](Timed Elastic Band)算法[5]為代表的局部路徑規劃算法。這些算法均推動了自主導航技術的快速發展。在機器人視覺跟隨當中,主要利用人臉檢測[6]、頭肩檢測[7]、目標人手持彩色版[8]以及在衣服上粘貼二維碼來實現機器人對目標人的跟隨[9]。然而,視覺跟隨的精度易受到機器人底盤響應速度與精度、光照、相機抖動等因素影響,從而誘發目標跟丟問題。以上問題說明單一的視覺跟隨方式過于單一化、非智能化,在實際應用上具有較大的局限性。……