[发明专利]一种基于少量标注的野外机器人地面分类方法及系统

权利要求书

1.一种基于少量标注的野外机器人地面分类方法，其特征在于，机器人本体上安装振动传感器和图像采集设备，包括：

获取振动传感器采集的振动信号和图像采集设备采集的地面图像信号，并得到振动帧集合和地面图像信号的集合；

采用d点傅里叶变换将振动帧转化为样本，得到样本集合X＝{x₁，x₂，…，x_p，…，x_P}，其中x_p是一个样本，样本表示实数集，d为样本维度；

设L＝{1，2，…，c，…，l}表示地面类型编号取值的集合，c＝1，2，…，l，建立状态转移矩阵m，n＝1，2，…，l，T_m，n表示状态m到状态n的转移概率；

根据状态转移矩阵中的对角线上最小的元素，设定标注间隔Δ，Δ为整数，包括：

计算满足对应的w，得到w_min，其中，T_min表示状态转移矩阵中对角线上最小的元素，τ∈(0，1)为阈值，w＝0，1，2，…，w_min表示w集合中最小的元素；表示的是第w时间的状态转移矩阵中对角线上最小的元素；

计算最大标注间隔W_max＝2w_min+1，并设定标注间隔Δ∈[1，W_max]；

按照标注间隔Δ读取人工识别所对应的真实地面类型并对x_p进行标注，得到有标注样本集{x_i，y_i}和无标注样本集{x_j}，i＝1，2，…，I，j＝1，2，…，J，I+J＝P，y_i为样本x_i的标注，其中，为地面图像信号的集合中的元素；

利用所述有标注样本集和无标注样本集对构建的支持向量机模型进行训练，得到训练好的支持向量机；

利用训练好的支持向量机，对当前采集的振动信号进行处理，实现地面类型的分类。

2.如权利要求1所述的基于少量标注的野外机器人地面分类方法，其特征在于，所述获取振动传感器采集的振动信号和图像采集设备采集的地面图像信号，并得到振动帧集合和地面图像信号的集合，包括：

将振动信号转换为振动帧的集合{v₁，v₂，…，v_p，…，v_P}，其中v_p是一个振动帧，p＝1，2，…，P，P为所有振动帧的数量；

依据时间戳将每个振动帧与地面图像信号进行对应，得到地面图像信号的集合所述振动信号与所述图像信号均有时间戳。

3.如权利要求1所述的基于少量标注的野外机器人地面分类方法，其特征在于，在所述利用所述有标注样本集和无标注样本集对构建的支持向量机模型进行训练之前，还包括建立支持向量机模型如下：

其中，H_K为再生核希尔伯特空间，V(x_i，y_i，f)为损失函数，||f||_K为f在再生核希尔伯特空间下的复杂性度量范数，γ_K，γ_A，γ_S＞0；θ_pq为特征相似性系数，x_q为样本，q＝1，2，…，P，为空间相似性系数。

4.如权利要求3所述的基于少量标注的野外机器人地面分类方法，其特征在于，所述θ_pq计算公式如下：

其中，是特征空间中距离x_q最近的N个样本的集合，t_θ为高斯核宽度；所述空间相似性系数计算公式如下：

其中，为高斯核宽度，为状态转移矩阵对角线第y_i个元素，ρ(x_i，x_j)为x_i与x_j之间的采样空间距离。