復(fù)雜環(huán)境理解中地形分類方法的研究與分析.pdf

1、復(fù)雜環(huán)境下的地形分類對(duì)于室外機(jī)器人自主導(dǎo)航有著極其重要的意義。而目前一些地形分類的方法，無法全面滿足室外導(dǎo)航的需要。本文以三維點(diǎn)云的空間分布狀態(tài)為研究對(duì)象，研究了基于雷達(dá)數(shù)據(jù)的空間幾何特征的分類方法，對(duì)其進(jìn)行了實(shí)驗(yàn)，并分析了實(shí)驗(yàn)效果。 算法研究的點(diǎn)云對(duì)象是散亂點(diǎn)云，或者叫非組織點(diǎn)云(unorganized cloud points)，即點(diǎn)云數(shù)據(jù)本身只包含空間點(diǎn)坐標(biāo)。在提取三維點(diǎn)云的空間分布特征過程中，需要搜索觀測(cè)點(diǎn)的K近鄰。本文

2、采用可調(diào)參數(shù)單坐標(biāo)軸搜索算法，求出點(diǎn)的K近鄰，并通過其坐標(biāo)協(xié)方差矩陣和向量協(xié)方差矩陣提取特征向量。 不同地形的點(diǎn)云的空間幾何分布特征不同。通過提取不同地形的點(diǎn)云的特征向量，對(duì)分類器進(jìn)行訓(xùn)練。之后輸出分類結(jié)果。本論文采取GMM和貝葉斯分類器以及SVM分類器，并對(duì)實(shí)驗(yàn)數(shù)據(jù)和實(shí)驗(yàn)結(jié)果進(jìn)行了統(tǒng)計(jì)和分析。 在應(yīng)用方面，本論文較全面的總結(jié)了目前地形分類算法的發(fā)展現(xiàn)狀。使用奧地利Riegl公司出品的LMS-Z210i型地面三維激光掃描