基于振动采用支持向量机方法的移动机器人地形分类
为了提高移动机器人地形分类的准确率,提出基于原始数据时域幅值分析的特征提取方法,利用LIBSVM中的一对一支持向量机(SVM)程序,采用投票决策法实现分类,给出票数相同情形下的新算法.在四轮移动机器人左前轮轮臂上安装x、y、z向加速度计和z向传声器,使之在沙、碎石、草、上、沥青地面上分别以6种速度行驶,提取车轮与地面相互作用的加速度和声压信号.根据本文的算法,分别对每种速度下的5种地形进行分类,平均准确率为88.7%.
移动机器人、地形分类、振动、支持向量机
34
TP242(自动化技术及设备)
国家自然科学基金资助项目60775060;黑龙江省自然科学基金资助项目F200801;高等学校博士学科点专项科研基金资助项目200802171053,20102304110006;哈尔滨市科技创新人才研究专项基金资助项目2012RFXXG059
2013-01-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
660-667