[發明專利]一種地形分類方法及裝置

有效

• 申請號: 202010529150.7
• 申請日: 2020-06-11
• 公開（公告）號: CN111680642B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 王明明;葉黎明;孫曉云
• 申請（專利權）人: 石家莊鐵道大學
• 主分類號: G06F18/24
• 分類號: G06F18/24;G06F18/2431;G01C21/00
• 代理公司: 河北國維致遠知識產權代理有限公司 13137
• 代理人: 墨偉

1.一種地形分類方法，其特征在于，包括：

獲取目標檢測地形對應的第一振動信號數據，所述第一振動信號數據由機器人在目標檢測地形上以預設的移動速度移動產生；

對所述第一振動信號數據進行預處理，得到第二振動信號數據；

判斷所述移動速度是否大于預設臨界速度；若所述移動速度不大于預設臨界速度，則提取所述第二振動信號數據的時域特征作為特征向量，輸入至預設的部分特征模型中，得到目標檢測地形的地形類別；若所述移動速度大于預設臨界速度，則提取所述第二振動信號數據的時域特征、頻域特征和時頻域特征作為特征向量，輸入至預設的全特征模型中，得到目標檢測地形的地形類別；

其中，預設臨界速度、部分特征模型和全特征模型由以下方法確定：

獲取第一訓練集，所述第一訓練集為機器人以不同的移動速度分別在不同種類的地形上移動產生的振動信號數據的集合；

對第一訓練集進行預處理，得到第二訓練集；

根據移動速度對所述第二訓練集進行分組，得到多組訓練數據，其中每組訓練數據對應一個移動速度；

對于某一移動速度對應的訓練數據，提取該訓練數據的時域特征作為第一特征向量；基于十折交叉驗證法對所述第一特征向量進行預訓練，得到該移動速度對應的第一分類準確率；

對于某一移動速度對應的訓練數據，提取該訓練數據的時域特征、頻域特征、時頻域特征作為第二特征向量；基于十折交叉驗證法對所述第二特征向量進行預訓練，得到該移動速度對應的第二分類準確率；

根據各個移動速度對應的第一分類準確率以及各個移動速度對應的第二分類準確率確定預設臨界速度；

基于預設臨界速度將所述第二訓練集劃分為第一訓練子集和第二訓練子集，提取所述第一訓練子集的時域特征作為特征向量輸入至隨機森林分類器中進行訓練，得到部分特征模型，提取所述第二訓練子集的時域特征、頻域特征和時頻域特征作為特征向量輸入至隨機森林分類器中進行訓練，得到全特征模型。

2.如權利要求1所述的地形分類方法，其特征在于，所述對所述第一振動信號數據進行預處理，得到第二振動信號數據，包括：

將所述第一振動信號數據分割為多個等距離的數據段；

對各個數據段進行零均值化處理。

3.如權利要求1所述的地形分類方法，其特征在于，所述根據各個移動速度對應的第一分類準確率以及各個移動速度對應的第二分類準確率確定預設臨界速度，包括：

計算各個移動速度對應的第一分類準確率與第二分類準確率的比值，將計算得到的最接近1的比值對應的移動速度作為預設臨界速度；

或，計算各個移動速度對應的第一分類準確率與第二分類準確率的差值，將計算得到的最小差值對應的移動速度作為預設臨界速度。