支持向量聚类的UUV障碍物孤立点惰性检测.pdfVIP

第33卷第 l1期 哈 尔 滨 工 程 大 学 学 报 Vo1．33No．1l 2012年 11月 JournalofHarbinEngineeringUniversity NOV．2012 支持 向量聚类的UUV障碍物孤立点惰性检测 严浙平，迟冬南，赵智 ，赵玉飞 (哈尔滨工程大学 自动化学院，黑龙江 哈尔滨 150001) 摘 要 ：针对UUV避碰声呐探测障碍物过程中数据的弱可观问题，提出了基于支持向量聚类的障碍物孤立点惰性检测 方法．利用基于支持向量的聚类算法将声呐探测的数据划分为噪声点 ，低威胁障碍物和威胁障碍物．由于噪声点和低威 胁障碍物不会对 UUV的航行造成威胁，所以根据其分布的随机性特点将其作为孤立点进行检测．为了避免探测数据的 过早判定导致的对障碍物的过度估计及误判 ，提出了惰性算法来降低由原始数据的弱可观性和声呐的过度敏感性所带 来的障碍物误判的概率．通过仿真试验和海试数据验证表明了该方法对障碍物数据中孤立点检测的有效性． 关键词 ：UUV；孤立点检测；支持向量聚类 ；惰性算法 doi：10．3969／j．issn．1006-7043．201112045 网络出版地址：http：／／www．cnki．net／kcms／detail／23．1390．U1020．016．html 中图分类号 ：TP23 文献标志码：A 文章编号：1006-7043(2012)11—1377-07 Outlierinertiadetecti0n 0fUUV obstaclesbasedon supportvectorclustering YAN Zheping，CHIDongnan，ZHAO Zhi，ZHAO Yufei (CollegeofAutomation，HarbinEngineeringUniversity，Harbin150001，China) Abstract：Analgorithm ofoutlierinertiadetection ofobstaclesbasedon supportvectorclusteringwasproposedin ordertohandletheinaccuratedatafrom sonar．Basedonthealgorithmsoforiginaldataclusteringfindings，the studywillexploresupportvectorclustering，whichisdividedintothreegroups：noise，non-menacingobstacleand menacingobstacle．Noiseandthenon—menacingobstaclearenothreattounderwaterunmannedvehicle(UUV) duringnavigationandarethedistributionsofstochastic，therefore，classifyingitastheoutlier．Theinertiaalgo— rithmavoidstheprematureuseofthedatameasuredbysonarandcandecreasetheprobabilityofmisjudgmentfor theobstacleinducedbytheincompleteorignaldata．Thesimulationandthevalidationsupport theresearchderived rfom datafrom seatrialeffectiveness． Keywords：undewraterunmannedvehicle；outlierdetection；supportvectorclustering；inertiaalgorithm 由于水下观测环境属于弱观测环境，水下的传 训练样本进行建模 ，再根据模型对探测数据进行分 感器受环境及 自身特点的影响，存在信号不稳定、信