
info@juzhikan.asia
陕西铁路工程职业技术学院,陕西渭南,714000;
摘要:伴随着移动机器人在工业巡检、服务安防、智能导航等各方面的广泛使用,动态目标图像识别与跟踪成了它实现自主感知、自主决策的关键技术支撑。ROS2依靠模块化、分布式架构的优势,给移动机器人系统集成赋予了高效的平台,OpenCV是开源的计算机视觉库,拥有很强的图像处理和目标检测功能,二者相融合可以很好地解决移动机器人动态目标识别精度低、跟踪不稳定的问题。本文以移动机器人动态目标识别和跟踪的需求为出发点,设计出基于ROS2和OpenCV的系统结构,对各个模块的原理以及实现方式进行了详细的论述,并且提出了系统的优化方案来提高系统的实时性和鲁棒性,为同类型移动机器人视觉系统的开发提供理论依据和工程上的借鉴。
关键词:ROS2;OpenCV;移动机器人;动态目标图像识别;跟踪系统设计
参考文献
[1]张阴硕,王宇钢,穆俊珍,杨历夏,唐祎晖.基于深度强化学习的移动机器人动态避障研究[J].机械工程师,2026,(03):32-37.
[2]殷珍珍,眭翔,梁兴灿.基于改进人工势场法的移动机器人动态避障研究[J].智能物联技术,2026,58(01):60-64.
[3]冒建亮,孙林,周昕,夏飞,张传林.动态环境下移动机器人主动安全控制实验设计[J].实验室研究与探索,2025,44(09):12-16.