[发明专利]一种基于视觉和振动信息融合的地面类型辨识方法

权利要求书

1.一种基于视觉和振动信息融合的地面类型辨识方法，其特征在于所述方法的实现过程为：

步骤一、获得样本训练集：对在特定类型地面上行驶的车辆采集振动信号I_z和图像信号I_v，以用于地面类型辨识；对振动信号、图像信号分别进行特征提取，获得振动信号样本训练集和图像信号样本训练集；

步骤二、未知类型地面识别过程：对在未知类型地面上行驶的车辆采集振动信号和图像信号，将其分别与振动信号样本训练集和图像信号样本训练集进行比对，进行振动分类识别、图像分类识别，获得振动识别结果和图像识别结果；

步骤三、信息融合过程：

将步骤一中的振动信号样本训练集中每个振动信号样本与图像信号样本训练集中对应的图像信号样本进行融合，确定最优的N值，使图像信号放大N倍后与对应的振动信号融合后得到最高的辨识算法准确率；

根据步骤三获得最优的N值，将步骤二中的振动识别结果与对应的图像识别结果进行融合，得到融合后的识别结果，将融合后的识别结果经过处理后作为地面类型辨识结果。

2.根据权利要求1所述的一种基于视觉和振动信息融合的地面类型辨识方法，在步骤三中，最优的N值的获得过程为：

将振动信号的提取得到的128维特征，将图像信号提取的特征向量长度为14维，图像信号与振动信号特征尺度相差较多为平衡二者之间的训练权重，需要对两种特征重新进行归一化处理，得到统一的142维特征；

将采集得到的视觉信号特征同比放大不同倍数进行不同尺度的特征层级别融合，用交叉验证的办法对融合结果的准确率进行检验，以视觉信号特征放大倍数为横坐标、融合后交叉检验准确率为纵坐标，获得二维折线图，找到准确率最高点对应的放大倍数，即完成N值的确定。

3.根据权利要求2所述的一种基于视觉和振动信息融合的地面类型辨识方法，放大倍数N值取为19或20。

4.根据权利要求1、2或3所述的一种基于视觉和振动信息融合的地面类型辨识方法，在步骤三中，根据步骤三获得最优的N值，将步骤二中的振动识别结果与对应的图像识别结果进行融合，得到融合后的识别结果的具体过程为：

利用I_z和I_v的两种信号分类结果对地面类型进行探测，基于贝叶斯公式理论搭建融合模型，融合模型搭建之前需要进行测量I_z和I_v的两种传感器对单一地面类型的辨识实验以对各自信号分辨准确率进行统计；

设测试地面类型数为k，测试的某特定地面标签为m＝m₁,m₂,...,m_k，传感器输出的分辨结果标签为n＝n₁,n₂,...,n_k；经过实验可以得到两种传感器将m辨识为n的概率，记为P_z(n|m)

或P_v(n|m)，其中P_z为振动信号辨识概率，P_v为视觉信号辨识概率；

简化各测试地面的先验概率P(m)，假设各测试地面为等概率出现即P(m)＝1/k；

根据全概率公式：

P(A)=Σi=1kP(A|Bi)P(Bi)---(4-1)]]>

可计算出传感器判断输出为某地面的概率P(n)，再根据贝叶斯公式：

P(A|B)=P(B|A)P(A)P(B)---(4-2)]]>

即可求出该传感器以辨识算法输出结果为已知条件，其测试地面类型的可能性概率P(m|n)；

两种信号I_z和I_v各生成含有k²个概率值的列表，求出的P_z(m|n)或P_v(m|n)分布不同且相互独立；

当振动信号辨识输出为n₁，视觉信号辨识输出为n₂时，由于二者的相互独立性，测试地面为m的联合条件概率P(m|n₁,n₂)正相关于P_z(m|n₁)P_v(m|n₂)；以此为依据建立起概率数据表，在相同输出条件下找到概率最大的测试地面，即为两信号输出的融合结果。