基于視覺和力信號的地形分類方法的研究與實現(xiàn).pdf

1、隨著國民經(jīng)濟(jì)的快速發(fā)展以及當(dāng)前社會科學(xué)技術(shù)的突飛猛進(jìn)，無人駕駛技術(shù)及車輛的可通過性技術(shù)研究也越來越受到國內(nèi)外學(xué)者的關(guān)注，地形的快速準(zhǔn)確分類是研究車輛通過性的前提。在地面類型已知的條件下研究車輛的通過性不僅能幫助車輛很好地理解車輛所處的路面行駛環(huán)境，還能幫助駕駛?cè)藛T分析并規(guī)劃出最優(yōu)的行駛策略，實現(xiàn)車輛的通過性檢測、自主避障和導(dǎo)航等功能。目前比較主流的地形分類方法主要有基于振動的方法、基于激光雷達(dá)的方法以及基于視覺的方法。本文在實驗室以前的

2、研究基礎(chǔ)上，提出將力信號與視覺信號相融合來實現(xiàn)地形的快速分類。具體研究過程中主要從視覺圖像預(yù)處理以及特征提取算法的確定、力信號時域、頻域以及時頻域特征的提取、數(shù)據(jù)的降維歸一化處理以及不同地面類型的分類訓(xùn)練識別幾個方面來逐一實現(xiàn)。視覺特征提取過程中考慮到視覺圖像易受外界環(huán)境影響，為了提高特征提取的準(zhǔn)確性，本文結(jié)合地形圖像的顏色和紋理特征來實現(xiàn)地形視覺特征的提取。力信號特征提取過程中同時考慮外界噪聲對信號的干擾，將時域、頻域以及時頻域特征相