基于传感器机器人检测工作环境中的具有颜色特征的已知目标和未知的障碍物。

        使用单目视觉传感器，在机器人工作环境中需要检测路标、跟踪目标物等通常具有颜色特征。基于颜色阈值分割识别，并生成连续的连通区域，最后记录同一颜色连通区域的质心，像素个数，边界等信息，为后续的处理准备。识别结果如下图所示。目标定位方法使用单孔摄像机成像模型，在已知空间目标的一个维度的信息的条件下实现二维图像坐标和三维空间坐标的映射。

        机器人装配Kinect传感器在视频摄像头左右两侧安装光源发射器和接收器,用于获取深度数据。基于Kinect感知信息进行未知多障碍物检测方法如下：（1）建立环境地面模型，检测多障碍物。（2）根据Kinect测距原理和深度数据特性，利用障碍物深度图像的边缘特征和距离特征进行障碍物的分割；（3）利用深度数据图像的像素与空间位置关系确定分割障碍物的位置信息。使用该传感器进行未知目标检测及定位结果如下。

        研究了一种基于Kinect传感器信息融合的移动机器人不确定性全局栅格地图构建方法。将机器人工作环境离散化为不确定性栅格地图并划分为三部分区域：空闲区、障碍区、未知区。使用Kinect传感器对每个栅格区域进行检测，并根据对Kinect传感器的不确定性分析来对每个区域进行概率赋值，使用一种改进的D-S证据方法来实现传感器信息的融合。基于Kinect系统误差分析，给出了Kinect传感器不确定性模型，确定栅格被障碍物占用的置信度。根据D-S证据理论，首先将移动机器人的工作环境栅格化，当每次Kinect检测环境信息后可以得到一副新的局部地图，其中包含新探测栅格的基本状态置信度，将新地图所探测的栅格与原地图对应栅格进行信息融合，并将融合结果更新到栅格地图中。下图显示了实验中移动机器人的实际工作环境的局部地图和最终的融合的地图。