《基于多传感器信息融合的轮履混合移动机器人路况识别方法》PDF+DOC
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
《多源信息融合在机器人障碍检测中的应用》PDF+DOC 胡红伟
《关节式移动机器人自主越障中基于模糊神经网络的障碍识别方法》PDF+DOC2002年第03期 徐正飞,杨汝清,仲昕
《基于支持向量机的移动机器人环境识别》PDF+DOC2010年第09期 丁刚,王海波,王智灵,陈宗海
《基于信息融合的驾驶行为识别技术的研究》PDF+DOC2012年第03期 肖献强,王其东,赵永
《基于S3C2410的超声波避障系统设计》PDF+DOC2009年第02期 单承刚
《基于D-S证据理论多传感器信息融合的辐射源及平台识别》PDF+DOC2009年第02期 刘海军,许丹,周一宇,姜文利
《基于D-S证据理论的超声波测距模型的设计》PDF+DOC2009年第07期 石彪,刘利枚,周鲜成
《狭窄环境地形图建立的融合算法研究》PDF+DOC2008年第01期 刘国良,谢箭,颜世佐,强文义
《基于弯曲振动超声换能器的远距离测量》PDF+DOC2008年第29期 廖一,崔慧海,曾迎生,唐璐
《基于S3C2410的移动机器人超声波避障系统》PDF+DOC2008年第06期 王莹
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。