基于差分进化支持向量机的移动机器人可通过度预测

提出了一种移动机器人可通过度预测方法.给出了基于相对震动强度的可通度描述.通过提取典型地表图像的色彩和纹理特征并测量机器人通过该地表的相对震动强度建立训练样本集.使用差分进化算法优化支持向量机模型参数形成差分进化支持向量机对训练样本和相对震动强度进行拟合.在移动机器人运行过程中,线性分割前方地表图像形成预测子区域,通过提取各子区域内的色彩和纹理特征,利用训练好的差分进化支持向量机进行可通过度预测.考虑到移动机器人运动的柔顺性,给出了带有距离因子的基于可通过度预测值的最优路径方法.实验表明,该方法可以有效地预测复杂地表环境下的移动机器人可通过度.

基于地形预测与修正的搜救机器人可通过度

针对搜救机器人的自主导航问题,提出了一种新的可通过度计算算法.文中定义的可通过度包含预测可通过度和实时可通过度两个部分.通过图像处理的方法计算前方地面的粗糙度和起伏度从而得到预测可通过度,机器人向可通过度最大的区域运动,在运动过程中通过测量车体的姿态变化率和履带与地面的打滑度来修正预测可通过度对机器人的导引带来的偏差,并通过旋转式超声测距数据获取距离信息,去除障碍物对纹理信息的干扰.野外条件下的实际运行实验证明了该导航算法的有效性.