智慧助行車

本專題研究開發了一種創新的助行車避障策略，特別針對水坑這類非典型障礙物，採用影像深度學習技術進行避障。傳統自主移動式機器人（Autonomous Mobile Robots, AMR）通常依賴雷達、深度感測器或單純的影像處理來實現避障。然而，這些方法在檢測平面障礙物（如水坑）時，往往因為障礙物表面反射或影像數據的複雜性而遭遇挑戰。

為了克服這些限制，我們設計了兩種基於深度學習的網路架構：SIAN 與 SAN-FN。

• SIAN（Single Image Action Network）：該架構利用單張影像生成對應的動作序列，實現即時避障決策。
• SAN-FN（Sequence Action Network with Feedback Neurons）：此架構結合影像序列與車輪轉速的回饋資訊，推斷下一時間步的動作，進一步增強了對環境變化的適應性。

這些技術的開發有效提升了助行車在複雜場景中的避障性能，尤其在處理如水坑等平面障礙物時展現了顯著優勢。