基于支持向量机的移动机器人环境识别

被引:4
作者
丁刚
王海波
王智灵
陈宗海
机构
[1] 中国科学技术大学自动化系
关键词
支持向量机; 移动机器人; 环境识别; 多超声波传感器;
D O I
暂无
中图分类号
TP242 [机器人];
学科分类号
1111 ;
摘要
针对未知环境下移动机器人的环境理解与识别问题,提出了一种支持向量机(SVM)的环境识别算法。在对移动机器人室内外特征环境分析和建模的基础上,通过机器人配置的多超声波传感器获取环境的距离信息,直接作为环境的特征,按照从左到右的顺序组成表征环境轮廓的六维特征向量,送入支持向量机训练并用于特征环境的识别。克服了多超声波传感器测量数据的不确定性对分类结果准确度的影响,实现了移动机器人对室内外特征环境的正确识别。仿真和实验验证了方法的可行性,与传统的分类算法相比,算法对环境具有更高的识别正确率,在训练样本较少的情况下,能够在不同的位置和角度准确测量识别多类特征环境,具有一定的实用价值。
引用
收藏
页码:186 / 190
页数:5
相关论文
共 4 条
[1]   基于多超声波传感器的移动机器人目标识别 [J].
陈春林 ;
陈宗海 ;
卓睿 .
模式识别与人工智能, 2005, 18 (05) :602-607
[2]   一种基于多超声波信息精确建立环境模型的新方法 [J].
刘年庆 ;
周光明 ;
陈宗海 .
机器人, 2005, (03) :261-266
[3]   Sensor-based navigation of a mobile robot in an indoor environment [J].
Maaref, H ;
Barret, C .
ROBOTICS AND AUTONOMOUS SYSTEMS, 2002, 38 (01) :1-18
[4]   Reliability measure assignment to sonar for robust target differentiation [J].
Ayrulu, B ;
Barshan, B .
PATTERN RECOGNITION, 2002, 35 (06) :1403-1419