研究目的
通过提出一种人本云移动机器人架构及数据流机制并采用特定算法，使移动机器人视觉系统能够利用云计算可靠地满足实时性约束。
研究成果
所提出的HCMR架构和数据流机制有效提升了基于云的移动机器人视觉系统的实时性能，在响应时间、数据量、路径规划时间和精度方面均有改进。未来工作应解决纹理处理问题，整合边缘计算技术，并扩展MGNG算法以适应更多几何表面。
研究不足
移动机器人聚类算法未消除包含纹理的冗余聚类，这可能导致处理器利用率升高。该架构未采用边缘计算技术，且MGNG算法仅适用于平面与非平面表面，无法处理更复杂的几何形状。
1：实验设计与方法选择：
本研究涉及设计具有数据流机制的人云移动机器人（HCMR）架构。算法包括移动机器人端的实时图像聚类（RT-IC）算法和云端服务器端的改进生长神经气（MGNG）算法。
2：样本选择与数据来源：
使用移动机器人在不同环境中捕获的立体图像，模拟不同的图像分辨率和网络带宽。
3：实验设备与材料清单：
配备立体摄像头的移动机器人、云端服务器及CloudSim等仿真工具。具体硬件包括英特尔2.5 GHz Core i5处理器和6 GB内存。
4：5 GHz Core i5处理器和6 GB内存。 实验流程与操作步骤：
4. 实验流程与操作步骤：捕获图像后使用RT-IC进行聚类，卸载至云端通过MGNG处理，并分析响应时间、数据大小、路径规划时间和准确性等结果。
5：数据分析方法：
响应时间通过公式T_t = T_0 + T_p + T_c计算，并采用处理时间和准确性等指标与前沿技术进行对比。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
CloudSim
Cloud simulation tool used to simulate cloud performance parameters such as number of cloudlets, instruction length, and computation nodes.
-
OpenCV
Open-source computer vision library used for image processing tasks such as clustering and 3D point cloud extraction.
-
OpenGL
Graphics library used for rendering and visualization in the point cloud segmentation code.
-
Intel Corei5 processor
2.5 GHz
Intel
Processor used in the cloud server for running the MGNG algorithm and other computations.
-
Stereo camera
Used on mobile robots to capture real-time stereo images for vision processing.
-
Inertial Measurement Unit
IMU
Measures mobile robot's orientation, velocity, and gravitational force for localization.
-
登录查看剩余4件设备及参数对照表
查看全部
