基于振動(dòng)信號(hào)的輪式機(jī)器人地面分類方法研究.pdf

1、為了在行星(如月球和火星)表面探測(cè)及在地球表面的危險(xiǎn)環(huán)境(如沙漠、沼澤、火災(zāi)現(xiàn)場(chǎng)、核輻射區(qū)域等)中作業(yè),要求自主移動(dòng)機(jī)器人能自主地識(shí)別環(huán)境,完成使命,避免處于危險(xiǎn)境地。地面識(shí)別或地面分類是環(huán)境識(shí)別中重要的一部分。機(jī)器人安全有效地穿越不同的地面需要與之相適應(yīng)的控制策略。當(dāng)?shù)孛姘l(fā)生變化時(shí),自主移動(dòng)機(jī)器人應(yīng)能適應(yīng)所穿越的地面。研究地面分類可以解決自主移動(dòng)機(jī)器人在復(fù)雜地面的通過性問題,對(duì)于提高移動(dòng)機(jī)器人的自主移動(dòng)性能十分重要。
　　本文在

2、深入分析綜合國內(nèi)外同類研究的基礎(chǔ)上,從地面分類特征提取以及分類器設(shè)計(jì)這兩個(gè)基本層次展開對(duì)自主輪式機(jī)器人地面分類相關(guān)理論與技術(shù)問題的研究。
　　本文設(shè)計(jì)了數(shù)據(jù)采集的實(shí)驗(yàn),以四輪移動(dòng)機(jī)器人為實(shí)驗(yàn)平臺(tái),在機(jī)器人左前輪輪臂上安裝x、y、z向加速度計(jì)和z向傳聲器。機(jī)器人在沙、碎石、草、土和瀝青五種地面上分別以六種速度行駛,提取車輪與地面相互作用的加速度和聲壓信號(hào)作為地面分類的原始數(shù)據(jù)。
　　對(duì)原始數(shù)據(jù)進(jìn)行時(shí)域幅值分析,提取地面特征,對(duì)

3、于每個(gè)傳感器數(shù)據(jù)選用若干個(gè)幅值域參數(shù)作為地面特征。對(duì)于傳統(tǒng)的k-近鄰(kNN)方法來說,有k值選擇問題;用kNN方法解決多類分類問題采用投票法決策,當(dāng)出現(xiàn)票數(shù)相同的情況時(shí),目前尚沒有更好的決策策略,盡管隨機(jī)挑選法是一個(gè)實(shí)用的策略,但分類精度會(huì)降低。針對(duì)以上兩個(gè)問題,本文給出改進(jìn)的kNN方法,即給出k值的選擇方法;對(duì)于多種地面分類出現(xiàn)兩種以上(包含兩種)得票數(shù)相同的情況,給出kNN循環(huán)尋優(yōu)的方法。
　　對(duì)于傳統(tǒng)的概率神經(jīng)網(wǎng)絡(luò)(PNN

4、)方法來說,有平滑因子?的估計(jì)問題,估計(jì)得好有利于提高分類精度。以前的學(xué)者認(rèn)為對(duì)于所有的樣本應(yīng)選用同一個(gè)?或?qū)τ谙嗤S數(shù)的樣本選用相同的?,但這種選法不能保證對(duì)于所有的測(cè)試樣本?都是最優(yōu)的或較優(yōu)的,甚至得不到測(cè)試結(jié)果。針對(duì)這一問題,本文給出改進(jìn)的PNN方法,即給出平滑因子?的迭代尋優(yōu)方法。
　　應(yīng)用現(xiàn)有的一對(duì)一支持向量機(jī)(SVM)方法解決多類分類問題采用投票法決策,當(dāng)出現(xiàn)票數(shù)相同的情況時(shí),目前尚沒有更好的決策策略。針對(duì)這個(gè)問題,本

5、文提出改進(jìn)的一對(duì)一SVM方法,即利用LIBSVM中的一對(duì)一SVM二值分類程序,對(duì)于多種地面分類出現(xiàn)兩種以上(包含兩種)得票數(shù)相同的情況,提出新的算法。從分類準(zhǔn)確率和數(shù)據(jù)處理時(shí)間兩個(gè)方面對(duì)改進(jìn)的kNN、改進(jìn)的PNN及改進(jìn)的一對(duì)一SVM方法進(jìn)行比較。
　　基于時(shí)間序列重構(gòu)的吸引子軌跡矩陣奇異值分解(SVD)的方法原用于故障診斷領(lǐng)域,用于降低原信號(hào)中的噪聲。本文給出基于奇異值分解(SVD)的特征提取方法,即利用振動(dòng)信號(hào)時(shí)間序列重構(gòu)的吸引