基于计算机视觉的机器人导航综述

A Survey on Robot Navigation Based on Computer Vision

吴晓明

计算机视觉是人工智能学科的一个主要分支，也是自主机器人视觉导航的理论基石。文章概述了近20年来在自主机器人导航领域中的主要技术。自主机器人的导航方法主要可分为3大类：基于地图的机器人导航，基于光流的机器人导航和基于地貌的机器人导航，前两种方法主要适用于有结构的导航环境，第3种方法主要适用于无结构的导航环境。

基于BP网络的Kalman滤波在GPS导航中的应用

Based on BP Network Kalman Filter＇s in GPS Guidance Application

马思红

卡尔曼滤波是导航系统中最常用的数据处理方法。由于传统卡尔曼滤波导航定位的方法定位精度不高，针对导航系统中存在的不确定性和非先验性，导致滤波产生较大的估计误差，甚至发散。提出了将BP神经网络嵌入到该滤波器中的方法。通过实测数据计算结果表明该算法能够真实反映载体运动轨迹，具有良好的精度和可靠性。

模糊神经网络信息融合在移动机器人导航中的应用

Application of Information Fusion Based on Fuzzy Neural Networks in the Mobile Robot Navigation

姜志兵

提出一种基于模糊神经网络的多传感器信息融合方法，并将其用于自主移动机器人导航避障。采用多个超声波及红外传感器探测障碍物的距离和方向，用CCD摄像机来跟踪目标。经过模糊神经网络信息融合后，实现了机器人对障碍物和环境类型的识别以及无冲突的运动。试验表明，该方法能够实现机器人的安全避障。