一種基于視覺和振動信息融合的地面類型辨識方法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明涉及一種地面類型辨識方法，涉及地面類型分類技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 多數(shù)關(guān)于機(jī)器人探測環(huán)境方面的研究只側(cè)重于翻越障礙、路線規(guī)劃以及位置估計 等幾何相關(guān)的問題，而至于環(huán)境地形地貌對機(jī)器人的影響方面領(lǐng)域至今仍鮮有問津。幾何 因素誠然是限制移動機(jī)器人快速性和穩(wěn)定性的主要因素，工作環(huán)境的地形地貌對機(jī)器人運 行速度和穩(wěn)定性也有巨大影響?；谝曈X信號的地面類型分類辨識研究，以及與其他傳感 器結(jié)合判斷地表情況，可以為機(jī)器人自主控制精確性提供依據(jù)，其對機(jī)器人自主規(guī)劃和探 險等任務(wù)具有非?，F(xiàn)實的意義。對未來機(jī)器人自主探險以及救援任務(wù)甚至外星探險的自主 探測任務(wù)同樣具有重要意義。
[0003] 地面類型分類識別目的又在于可確定出一些影響地面承載載荷能力的關(guān)鍵參數(shù)， 即找到穿越某特定地形時關(guān)系到移動機(jī)器人行駛性能與安全性的地形特性，其與地面種類 密切相關(guān)。在非平坦地形運行時，機(jī)器人自身的安全性和靈活性是得以穩(wěn)定運行的重要條 件。其環(huán)境感知系統(tǒng)用一系列傳感器反饋得到的信號作為地面類型識別的信息源，對采集 的信號進(jìn)行一定方法的處理，從而獲得準(zhǔn)確的地貌特征。以其為基礎(chǔ)，機(jī)器人可以通過自主 軌跡規(guī)劃制定包括最佳行走速度和最大轉(zhuǎn)彎速度等最優(yōu)行走方式，以這種方法實現(xiàn)不同地 面行駛時的穩(wěn)定性，確保行駛安全。
[0004] 地面類型分類研究主要方向為利用顏色特征或者紋理特征在視頻或者圖像中進(jìn) 行分類，視頻采集的信號優(yōu)勢在于可以預(yù)知運行方向上即將遇到的地貌和地形，可以有一 定的時間裕量做運動形式的調(diào)整，相比于振動信號對環(huán)境的感知在研究上更加直觀。然而 其相較于振動信號感知則誤差率較高。如有落葉的瀝青路通過圖像處理的信號則不能準(zhǔn)確 反映地面情況，從此造成分類誤差，進(jìn)而影響軌跡和運動方式的規(guī)劃。
【發(fā)明內(nèi)容】
[0005] 本發(fā)明的目的是提供一種基于視覺和振動信息融合的地面類型辨識方法，以解決 現(xiàn)有的地面類型辨識方法存在分類誤差較大、預(yù)測準(zhǔn)確率低的問題。
[0006] 本發(fā)明為解決上述技術(shù)問題采取的技術(shù)方案是：
[0007] -種基于視覺和振動信息融合的地面類型辨識方法，所述方法的實現(xiàn)過程為：
[0008] 步驟一、獲得樣本訓(xùn)練集:對在特定類型地面上行駛的車輛采集振動信號Iz和圖 像信號Iv，以用于地面類型辨識;對振動信號、圖像信號分別進(jìn)行特征提取，獲得振動信號 樣本訓(xùn)練集和圖像信號樣本訓(xùn)練集；
[0009] 步驟二、未知類型地面識別過程:對在未知類型地面上行駛的車輛采集振動信號 和圖像信號，將其分別與振動信號樣本訓(xùn)練集和圖像信號樣本訓(xùn)練集進(jìn)行比對，進(jìn)行振動 分類識別、圖像分類識別，獲得振動識別結(jié)果和圖像識別結(jié)果；
[0010]步驟三、信息融合過程：
[0011] 將步驟一中的振動信號樣本訓(xùn)練集中每個振動信號樣本與圖像信號樣本訓(xùn)練集 中對應(yīng)的圖像信號樣本進(jìn)行融合，確定最優(yōu)的N值，使圖像信號放大N倍后與對應(yīng)的振動信 號融合后得到最高的辨識算法準(zhǔn)確率；
[0012] 根據(jù)步驟三獲得最優(yōu)的N值，將步驟二中的振動識別結(jié)果與對應(yīng)的圖像識別結(jié)果 進(jìn)行融合，得到融合后的識別結(jié)果，將融合后的識別結(jié)果經(jīng)過處理后作為地面類型辨識結(jié) 果。
[0013]在步驟二中，最優(yōu)的N值的獲得過程為：
[0014] 將振動信號的提取得到的128維特征，將圖像信號提取的特征向量長度為14維，圖 像信號與振動信號特征尺度相差較多為平衡二者之間的訓(xùn)練權(quán)重，需要對兩種特征重新進(jìn) 行歸一化處理，得到統(tǒng)一的142維特征；
[0015] 將采集得到的視覺信號特征同比放大不同倍數(shù)進(jìn)行不同尺度的特征層級別融合， 用交叉驗證的辦法對融合結(jié)果的準(zhǔn)確率進(jìn)行檢驗，以視覺信號特征放大倍數(shù)為橫坐標(biāo)、融 合后交叉檢驗準(zhǔn)確率為縱坐標(biāo)，獲得二維折線圖，找到準(zhǔn)確率最高點對應(yīng)的放大倍數(shù)，即完 成N值的確定。放大倍數(shù)N值取為19或20。
[0016] 根據(jù)步驟三獲得最優(yōu)的N值，將步驟二中的振動識別結(jié)果與對應(yīng)的圖像識別結(jié)果 進(jìn)行融合，得到融合后的識別結(jié)果的具體過程為：
[0017] 利用Ιζ和Iv的兩種信號分類結(jié)果對地面類型進(jìn)行探測，基于貝葉斯公式理論搭建 融合模型，融合模型搭建之前需要進(jìn)行測量Iz和Iv的兩種傳感器對單一地面類型的辨識實 驗以對各自信號分辨準(zhǔn)確率進(jìn)行統(tǒng)計；
[0018]設(shè)測試地面類型數(shù)為k，測試的某特定地面標(biāo)簽為m=mi，m2, · . ·，mk，傳感器輸出的 分辨結(jié)果標(biāo)簽為n=m，n2,...，nk;經(jīng)過實驗可以得到兩種傳感器將m辨識為η的概率，記為
[0019] pz(n |m)或ρν(η |m)，其中卩2為振動信號辨識概率，ρν為視覺信號辨識概率；
[0020] 簡化各測試地面的先驗概率P(m)，假設(shè)各測試地面為等概率出現(xiàn)即P(m) =l/k;
[0021] 根據(jù)全概率公式：
[0022] (4-1)
[0023] 可計算出傳感器判斷輸出為某地面的概率P(n)，再根據(jù)貝葉斯公式：
[0024] (4-2)
[0025]即可求出該傳感器以辨識算法輸出結(jié)果為已知條件，其測試地面類型的可能性概 率P(m|n);
[0026] 兩種信號Iz和Iv各生成含有k2個概率值的列表，求出的Pz(m|n)或Pv(m|n)分布不同 且相互獨立；
[0027] 當(dāng)振動信號辨識輸出為m，視覺信號辨識輸出為112時，由于二者的相互獨立性，測 試地面為m的聯(lián)合條件概率P(m|ηι，Π2)正相關(guān)于Pz(m|m)Pv(m|Π2);以此為依據(jù)建立起概率 數(shù)據(jù)表，在相同輸出條件下找到概率最大的測試地面，即為兩信號輸出的融合結(jié)果。
[0028]本發(fā)明基于單目視覺信號的預(yù)處理、特征提取并進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練，建立起視覺 信號信息與地面類型之間的分類模型；以其為基礎(chǔ)，將實時采集的視覺信號輸入到分類模 型中，實時輸出預(yù)測的地面類型;將視覺信號與振動信號進(jìn)行融合，使預(yù)測準(zhǔn)確率提高。
[0029] 結(jié)合復(fù)雜地面類型的視覺信號特點對采集的圖像進(jìn)行處理。以數(shù)字圖像處理為技 術(shù)基礎(chǔ)針對前視相機(jī)采集的圖像實現(xiàn)包括顏色特征和紋理特征的提取，并對不同特征提取 方法對地面類型的表征能力進(jìn)行分析。針對選定地目標(biāo)地面區(qū)域，建立視覺特征和地面類 型之間的映射關(guān)系。建立基于支持向量機(jī)的地面類型實時分類辨識模型，和基于樣本數(shù)據(jù) 統(tǒng)計的模型匹配算法對地面類型進(jìn)行分類辨識，建立起完整的自適應(yīng)實時地面類型在線分 類辨識方法。
[0030] 結(jié)合視覺信號與振動信號對地面類型分類辨識的優(yōu)缺點，分析兩種信號融合的可 行性，實現(xiàn)視覺信號特征與振動信號特征融合，以及視覺信號辨識結(jié)果與振動信號辨識結(jié) 果融合等方法，并分析幾種融合方法的有效性，建立基于視覺和振動信號融合的地面類型 辨識方法。
[0031]本發(fā)明的有益效果是：
[0032] 視覺信號與振動信號兩種信號對地面類型的辨識均有長足的發(fā)展，各自又具備不 同的優(yōu)勢，因此將二者進(jìn)行信息融合的研究是具有必然性的。本發(fā)明針對多種地面類型進(jìn) 行自適應(yīng)學(xué)習(xí)方面研究，并且對視覺信號與振動信號進(jìn)行融合方法探究，對于地面分類辨 識研究均具有重要意義，表現(xiàn)在以下幾個方面：
[0033] 1)應(yīng)用數(shù)字圖像處理技術(shù)和機(jī)器學(xué)習(xí)等方法，建立起視覺信號與地面類型之間的 對應(yīng)分類模型，分析影響地面類型分類辨識準(zhǔn)確率的影響因素，并針對魯棒性和敏感性之 間的平衡以及實時性和準(zhǔn)確性之間的平衡進(jìn)行分析，為移動機(jī)器人自主自適應(yīng)行進(jìn)提供理 論依據(jù)。
[0034] 2)分析履帶機(jī)器人車體履帶產(chǎn)生振動、前行觸角產(chǎn)生振動以及本身的結(jié)構(gòu)，并加 以對比，為地面分類識別提供依據(jù)。搭建地面與振動信號之間的分類模型，分析不同速度、 不同采集方式的影響，并對魯棒性和敏感性加以分析，為機(jī)器人自主探險提供理論依據(jù)。
[0035] 3)對視覺信號與振動信號進(jìn)行融合方法的探究，并針對二者特性加以對比分析， 為地面分類辨識提供依據(jù)。
【附圖說明】
[0036] 圖1是傳統(tǒng)單一傳感器的地面類型識別流程圖；圖2為單目相機(jī)辨識地面位置的安 裝方式示意圖；圖3是本發(fā)明方法的不同層次的融合方式示意圖；圖4是特征層級別融合示 意圖；圖5是不同尺度融合交叉檢驗準(zhǔn)確率的二維折線圖；圖6是特征層融合分辨情況柱狀 圖；圖7是決策層融合示意圖；圖8是各地面類型在不同分類方法下的條件概率柱狀圖；圖9 是決策層融合準(zhǔn)確率柱狀圖。
【具體實施方式】
[0037] 為了便于理解本發(fā)明，給合圖1至9給出【具體實施方式】，對本發(fā)明進(jìn)行更為詳盡的 闡述：
[0038] 下面給出傳統(tǒng)單一傳感器的地面類型識別流程：
[0039] 在基于視覺的圖像信號特征提取技術(shù)基礎(chǔ)上，將對特定地面類型對應(yīng)的視覺特征 進(jìn)行提取生成訓(xùn)練樣本。為增強(qiáng)所提取特征的穩(wěn)定性與代表性，避免噪聲特征帶來偏差，學(xué) 習(xí)和訓(xùn)練過程特征向量的提取原則為選用每一幀圖像內(nèi)