基于极限学习机与模糊积分融合的机器人地面分类.PDFVIP

第３８卷第４期 哈　 尔　 滨　 工　 程　 大　 学　 学　 报 Ｖｏｌ．３８ №．４ ２０１７年４月 Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ Ａｐｒ．２０１７ 基于极限学习机与模糊积分融合的机器人地面分类 李强，寇建华，徐贺，白冰 （哈尔滨工程大学 机电工程学院，黑龙江 哈尔滨 １５０００１） 摘　 要：为了提高移动机器人地面分类的准确率，采用奇异值分解和功率谱密度估计两种方法对振动信号进行特 征提取。 针对极限学习机的隐层节点冗余问题，给出改进的算法，并采用改进的极限学习机对地面分类。 针对模 糊积分参数耗时和积分函数不确定的问题，给出改进的方法，并基于２种特征采用改进的模糊积分对２ 个改进的 极限学习机进行融合。 在四轮移动机器人左前轮轮臂上安装三向加速度计和ｚ 向传声器，使之在沙、碎石、草、土、 沥青地面上分别以５种速度行驶，采集车轮与地面相互作用的加速度和声压信号。 根据改进的极限学习机和模糊 积分融合算法，分别对每种速度下的５种地面进行分类，分类平均准确率为９５２２％。 实验验证了算法的有效性。 关键词：移动机器人；地面分类；振动信号；极限学习机；模糊积分融合；奇异值分解；功率谱密度 ＤＯＩ：１０１１９９０／ ｊｈｅｕ．２０１６０２０２４ 网络出版地址：ｈｔｔｐ：／ ／ ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１３９０．ｕ０７１５．００６．ｈｔｍｌ － － － 中图分类号：ＴＰ２４２；ＴＰ３９１４　 文献标志码：Ａ　 文章编号：１００６ ７０４３（２０１７）０４ ０６１７ ０８ Ｔｅｒｒａｉｎ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｆｏｒ ｍｏｂｉｌｅ ｒｏｂｏｔｓ ｂａｓｅｄ ｏｎ ｅｘｔｒｅｍｅ ｌｅａｒｎｉｎｇ ｍａｃｈｉｎｅ ａｎｄ ｆｕｚｚｙ ｉｎｔｅｇｒａｌ ｆｕｓｉｏｎ ＬＩ Ｑｉａｎｇ，ＫＯＵＪｉａｎｈｕａ，ＸＵ Ｈｅ，ＢＡＩ Ｂｉｎｇ （Ｃｏｌｌｅｇｅ ｏｆ Ｍｅｃｈａｎｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ １５０００１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏｅｎｈａｎｃｅｔｈｅａｃｃｕｒａｃｙｏｆｔｅｒｒａｉｎｃｌａｓｓｉｆｉｃａｔｉｏｎｉｎｍｏｂｉｌｅｒｏｂｏｔｓ，ｗｅａｐｐｌｉｅｄｔｗｏｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｍｅｔｈ⁃ ｏｄｓ⁃ｓｉｎｇｕｌａｒ ｖａｌｕｅｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｐｏｗｅｒ ｓｐｅｃｔｒｕｍｄｅｎｓｉｔｙ⁃ｔｏｔｈｅｖｉｂｒａｔｉｏｎｓｉｇｎａｌｓ．Ｗｉｔｈｒｅｓｐｅｃｔｔｏｔｈｅｒｅｄｕｎｄａｎ⁃ ｃｙ ｉｎ ｔｈｅ ｈｉｄｄｅｎ⁃ｌａｙｅｒ ｎｏｄｅｓｏｆ ｅｘｔｒｅｍｅ ｌｅａｒｎｉｎｇ ｍａｃｈｉｎｅｓ （ＥＬＭｓ），ｗｅ ｐｒｏｐｏｓｅｄ ａｎ ｉｍｐｒｏｖｅｄ ＥＬＭｆｏｒ ｃｌａｓｓｉｆｙｉｎｇ ｔｈｅ ｔｅｒｒａｉｎｓ． Ｗｉｔｈ ｒｅｓｐｅｃｔ ｔｏ ｔｈｅ ｔｉｍｅ⁃ｃｏｎｓｕｍｉｎｇ ｐａｒａｍｅｔｅｒ ａｎｄ ｕｎｃｅｒｔａｉｎ ｉｎｔｅｇｒａｌ ｆｕｎｃｔｉｏｎ ｉｎ ｆｕｚｚｙ ｉｎｔｅｇｒａｌ ｓｏｌｕ⁃ ｔｉｏｎｓ，ｗｅ ａｌｓｏ ｐｒｏｐｏｓｅｄ ａｎ ｉｍｐｒｏｖｅｄ ｆｕｚｚｙ ｉｎｔｅｇｒａｌ ｆｕｓｉｏｎ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｔｈｅ ｔｗｏ ｉｍｐｒｏｖｅｄ ＥＬＭｓ ｂａｓｅｄ ｏｎ ｔｗｏ ｆｅａ⁃ ｔｕｒｅｓ． Ｔｏ ａｃｑｕｉｒｅ ｔｈｅ ａｃｃｅｌｅｒａｔｉｏｎ ａｎｄ ｓｏｕｎｄ ｐｒｅｓｓｕｒｅ ｓｉｇｎａｌｓ ｏｆ ｔｈｅ ｗｈｅｅｌ⁃ｔｅｒｒａｉｎ ｉｎｔｅｒａｃｔｉｏｎ，ｗｅ ｕｓｅｄ ａ ｆｏｕｒ⁃ ｗｈｅｅｌｅｄ ｍｏｂｉｌｅｒｏｂｏｔ ｅｑｕｉｐｐｅｄｗｉｔｈ ａｔｈｒｅｅ⁃ｄｉｒｅｃｔｉｏｎ ａｃｃｅｌｅｒｏ