基于Jetson Nano的自动驾驶机器人设计文献综述

文献综述

文献综述摘要：随着机器人和人工智能技术的发展，自动驾驶技术在机器人中得到了广泛的应用，本文主要研究以Jetson Nano为控制器的自动驾驶机器人的设计，分析目前自动驾驶技术视觉识别和目标检测的主要实现途径和编程思路，通过对已有研究成果的总结，完善自己设计出一款自动避障多功能小车的思路，并设想该技术之后的应用前景。

1.自动驾驶技术简介自动驾驶技术是近年来科技革新和产业变革的热点领域，特别是2020年以来，自动驾驶技术进入了核心技术突破的另一阶段。

随着自动驾驶技术的逐步成熟，其应用前景变得愈发的广阔，高速公路及一些限定区域已有较为成熟的应用，作为人工智能的一大重要应用领域，自动驾驶还有很多方面有待完善[1]。

2.视觉识别和目标检测技术在自动驾驶系统中，感知模块是非常重要的一部分。

自动驾驶机器人可以通过感知传感器（Jetson Nano外接的摄像头）感知路线与障碍物，并通过合理的决策实现自动驾驶。

[11]在以往的自动驾驶设计中，通常采用基于OpenCV采用Python语言对所采集到的图像进行处理，从而完成对道路和障碍物的识别[20]。

在采集到图像之后，首先要提取图像的边缘信息，canny边缘检测算法是一种普遍使用的算法，它包含了高斯滤波、计算梯度值和梯度方向、过滤非最大值、使用阈值检测边缘等步骤，经过处理后的图像噪声小，抗干扰能力出色，图像更加平滑。

Canny算法中，对图像进行灰度处理是第一步。

彩色RGB图像对于车道的提取有一定复杂度，将其灰度处理后可以提高车道检测的效果。