基于动态光照自适应的助行机器人夜间导航避障协同优化研究

为了破解助行机器人在夜间动态光照环境下的导航避障难题，文章深入分析光强、角和动态变化等因素对助行机器人避障效果的影响，揭示传统视觉、激光雷达和融合导航避障技术在夜间的局限性。本项目拟通过构建多模态传感器融合的视觉感知系统，利用图像增强、深度学习等方法对视觉系统进行优化，实现导航规划和避障决策的协同优化。实验结果表明，基于动态光照自适应协同优化算法，在保持较好运行效率的前提下，显著提高夜间助行机器人导航定位精度、障碍检测精度和避障成功率，为夜间安全稳定运行提供一种有效的解决方案。