基于贝叶斯分类器的移动机器人避障  

Obstacle Avoidance of Mobile Robot Based on Bayse Classifier

作　　者：李仪[1] 蔡自兴[1] 

机构地区：[1]中南大学信息科学与工程学院,湖南长沙410083

出　　处：《控制工程》2004年第4期332-334,359,共4页Control Engineering of China

基　　金：国家自然科学基金资助项目(60234030)

摘　　要：贝叶斯分类是一种基于贝叶斯定理的统计学分类方法,它是结合先验信息与样本信息计算出后验概率。介绍了一种基于贝叶斯分类的移动机器人避障方法,对摄像头所获得的图像进行图像分割以抽取图像的障碍物边缘信息,根据所得到的障碍物轮廓对其左右边界进行标定。叙述了朴素贝叶斯分类器在先验概率未知情况下的工作过程。基于朴素贝叶斯分类器对未知类标号的样本进行分类,从而得到机器人移动的控制指令。实验结果表明了该方法的有效性和可行性。Bayse classify is a statistical method based on Bayes theorem,which uses prior probability and sample information to calculate the posterior probability. A method of avoiding obstacles based on naive Bayse is introduced. The images getting from cameras in the Robot are segmented. The contour of obstacles can be tracked and the edges of obstacles can be calibrated. The samples of unknown class labels are classified based on Nai've Bayes classifier. Some controlling instructions for the robot to move can be produced. Experiment result proves the validity and feasibility.

关 键 词：贝叶斯分类器 移动机器人 障碍物分娄 图像分割 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置]