基于語義物體尺寸鏈的改進(jìn)自適應(yīng)蒙特卡洛動態(tài)定位研究

摘要： 為解決原始自適應(yīng)蒙特卡洛定位(Adaptive Monte Carlo localization, AMCL)在相似動態(tài)環(huán)境下極易重定位失敗的問題，首先融合機器人里程計信息、激光信息以及視覺信息，基于Gmapping算法完成機器人的即時定位與柵格地圖的創(chuàng)建，其次將KinectV2彩色圖像輸入到目標(biāo)檢測識別方法中獲取圖像中物體檢測框與類別，并結(jié)合GrabCut算法實現(xiàn)語義分割，利... （共11頁）