作者:弓鹏伟,费燕琼,宋立博 单位:上海交通大学 出版:《上海交通大学学报》2017年第04期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFSHJT2017040030 DOC编号:DOCSHJT2017040039 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 针对未知环境下轮履混合移动机器人的路况识别问题,提出一种将支持向量机(SVM)与Dempster-Shafer(D-S)证据理论相结合的多传感器信息融合路况识别方法.设计了一个基于超声波传感器和红外传感器的数据采集系统,以提取路况的信息特征;以Platt后验概率为基础,建立了多类SVM的后验概率模型,并构造D-S证据理论所需基本概率分配(BPA)函数;同时,将SVM与D-S相结合的信息融合识别方法应用于轮履混合移动机器人的3种典型路况识别实验.结果表明,所提出的方法能够满足轮履混合移动机器人识别平坦路面、斜坡和台阶等路况的要求。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。