作者：弓鹏伟; 费燕琼; 宋立博机器人路况识别多传感器信息融合支持向量机基本概率分配
摘要：针对未知环境下轮履混合移动机器人的路况识别问题,提出一种将支持向量机（SVM）与Dempster-Shafer（D-S）证据理论相结合的多传感器信息融合路况识别方法.设计了一个基于超声波传感器和红外传感器的数据采集系统,以提取路况的信息特征;以Platt后验概率为基础,建立了多类SVM的后验概率模型,并构造D-S证据理论所需基本概率分配（BPA）函数;同时,将SVM与D-S相结合的信息融合识别方法应用于轮履混合移动机器人的3种典型路况识别实验.结果表明,所提出的方法能够满足轮履混合移动机器人识别平坦路面、斜坡和台阶等路况的要求.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
