CAJ | 학술논문

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.
침대미지배경하이동궤기인적배경리해여식별문제,제출료일충지지향량궤(SVM)적배경식별산법.재대이동궤기인실내외특정배경분석화건모적기출상,통과궤기인배치적다초성파전감기획취배경적거리신식,직접작위배경적특정,안조종좌도우적순서조성표정배경륜곽적륙유특정향량,송입지지향량궤훈련병용우특정배경적식별.극복료다초성파전감기측량수거적불학정성대분류결과준학도적영향,실현료이동궤기인대실내외특정배경적정학식별.방진화실험험증료방법적가행성,여전통적분류산법상비,산법대배경구유경고적식별정학솔,재훈련양본교소적정황하,능구재불동적위치화각도준학측량식별다류특정배경,구유일정적실용개치.