基于车轮力信号的地面类型分类算法研究.pdf

《基于车轮力信号的地面类型分类算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第45卷第5期小型内燃机与车辆技术Vol.45No.52016年10月SMALLINTERNALCOMBUSTIONENGINEANDVEHICLETECHNIQUEOct.2016基于车轮力信号的地面类型分类算法研究112魏健张和明田雷（1-陆军汽车试验场江苏南京2100282-北京卡达克汽车检测技术中心）摘要：良好的车辆机动性能是实现军用无人车辆自主导航的前提，而地面类型的识别是提高机动性的关键。提出了基于车轮力信号的地面类型分类模型，通过车轮力传感器实时获取车轮力信号，采用经验模态分解（EMD）及自回归模型（AR）相结合的方式提取信号的有效特征，并运用支持向量机（

2、SVM）分类器实现地面类型的分类，使用实车试验数据对所提出的分类模型进行验证。结果表明，分类模型在几何特征地面和松软地面上均取得了良好的分类效果，对于提高军用无人车辆的机动性具有重要意义。关键词：地面分类车轮力信号EMDARSVM中图分类号：U461.1文献标识码：A文章编号：2095-8234（2016）05-0040-08ResearchofGroundTypeClassificationAlgorithmbasedonWheelForceSignal112WeiJian,ZhangHeming,TianLei1-MilitaryVehicleProvingGrou

3、nd(Nanjing,Jiangsu,210028,China)2-BeijingCATARCAutoDetectionTechnologyCenterAbstract：Goodmobilityisaprerequisitetoachieveautonomousnavigationofunmannedmilitaryvehicle,andidentificationofgroundtypesisthekeytoimprovemobility.Groundtypeclassificationmodelisproposedbasedonthewheelforcesignal

4、,gettingreal-timesignalthroughthewheelforcesensor,extractingsignaleffectivefeaturesusingacombinationofEMDandARmodel,andusingSVMclassifiertoachievegroundtypeclassification.Theclassificationmodelisvalidatedwiththeactualvehicletestdata.Theresultshowsthatclassificationmodelhaveachievedgoodef

5、fectonthegeometricfeaturesgroundandsoftgroundconditions.Itisavailableforimprovingthemobilityofmilitaryunmannedvehicle.Keywords：Groundclassification,Wheelforcesignal,EMD,AR,SVM能力的前提与基础。在战场上，军用车辆必须适应不引言同的地面情况，除了各种障碍地形以外，沼泽、雪地、美国陆军推出的“未来作战系统”将无人车技术沙地、泥泞地等平坦松软地面也对军用车辆的机动[1]作为未来行动单元作战概念中必不可少的

6、组成部分。性能提出了更高的要求。不同的松软地面类型表现无人车辆在军事领域可用于侦察监视、定位引导、特出不同的附着性能和承载能力，对无人车辆参数的种作业、物资运输等任务，在节约人力的同时可完成配置状况和即时行驶策略的使用具有较大影响。在特种高危任务。目前，无人车系统正经历着由遥控车获知行驶地面类型的前提下，可以对车辆载荷、轮胎辆过渡为自主车辆，并向智能车辆发展的过程。其尺寸、轮胎压力等参数进行针对性调整，配以合理的中，无人车辆的自主导航能力是首先被重点研究的行驶控制方法来提高车辆的行驶机动性能。因此，运对象，而提高无人车辆的机动性能是保证自主导航用现代科学技术识别不同类型

7、路面对提高无人车辆作者简介：魏健（1978—），男，工程师，主要研究方向为车辆工程。第5期魏健等：基于车轮力信号的地面类型分类算法研究41的机动性能具有重要的意义。（IMF）分量，而IMF都是平稳的，可满足AR建模的目前，已有很多研究者对地面分类进行了研究，需求，达到特征提取的目的。主要是结合图像及雷达信息来提取相关特征信息对在地面分类研究中，对于地面分类模型中分类地面进行分类。Talukder、Hebert、Vandapel和Man-器的选择，大量的模式识别算法已被成功应用。[2-5]duchi等运用雷达采集地面特征信息来建立模型，Br