.png){kind=icon}
返回
HUMAN FOLLOWING TASK BASED ON ALGORITHM
.png){kind=icon}
PRE
AI
DOI：10.2316/J.2026.206-1237.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，移动机器人的人跟随任务在人与计算机交互领域受到了广泛关注。然而，当前移动机器人采用的感知策略会导致目标人物的丢失，且广泛应用的路径规划算法在实时性和通用性方面表现不佳。针对这些问题，我们提出了一种基于多传感器融合的目标人物识别与定位（ILTP）方法，以及一种自适应参数动态窗口算法（APDWA）。首先，我们将视觉传感器与云台、激光雷达（LiDAR）和超宽带（UWB）传感器进行融合，以解决移动机器人在跟随过程中因机载视场（FOV）受限和复杂环境导致的目标人物丢失问题。同时，我们提出了一种基于跟随目标状态的自适应参数策略，以减少冗余的预测路径。最后，将所提出的ILTP方法与当前广泛使用的单传感器感知策略进行比较，并将APDWA与元启发式、深度学习及经典算法进行比较，验证其在人跟随任务中的快速性和鲁棒性。
Keyword:
Human following
mobile robots
target localisation
path planning
human-robot collaboration
