基于语义信息的陪护机器人定位鲁棒性研究

智能机器人与一般的工业生产机器人不同,智能机器人不是单一的执行固化的指令,而是追求更高层次的人机互融,实现自然的人机交互,故要求机器人清楚了解自身所处场景信息以及准确执行交互的意图。研究基于语义信息的机器人定位方法,当机器人采集到场景的RGB图像时,在深度卷积神经网络模型Mask-RCNN和MonoDepth的基础上对场景进行语义分割和深度预测,并通过获取的语义信息以及深度信息限定图像匹配范围,实现机器人的准确定位、场景语义分析以及自然人机交互。实验表明,该研究成功地获得机器人所处环境的语义信息和场景的深度信息以及提高了机器人的定位精度,从而实现了更加自然、准确的人机交互。