26年WH电子信息工程 多模态大模型驱动机器人视觉抓取与自主导航系统设计与实现3.98-AI25.55-约17652字符.docx

I摘 要随着人工智能技术的快速发展，服务机器人正从执行单一任务的执行者，逐步发展为能够感知环境、进行自然交互并自主决策的智能体。多模态大模型这几年展现出来的能力，给机器人理解复杂指令、适应多变环境提供了一条新的技术方法。然而，将大模型部署于算力受限的边缘设备，以实现机器人的语音理解、视觉感知与自主抓取，仍面临诸多挑战，包括模型压缩、推理加速以及多任务协同等关键问题。针对这些难题，本文以 JetRover 全向移动机器人当硬件底盘，用树莓派 4B 做主控核心，设计并实现了一套轻量化服务机器人系统。该系统集成了多模态大模型的语音解析、视觉...