基于极限学习机与模糊积分融合的机器人地面分类

为了提高移动机器人地面分类的准确率，采用奇异值分解和功率谱密度估计两种方法对振动信号进行特征提取。针对极限学习机的隐层节点冗余问题，给出改进的算法，并采用改进的极限学习机对地面分类。针对模糊积分参数耗时和积分函数不确定的问题，给出改进的方法，并基于2种特征采用改进的模糊积分对2个改进的极限学习机进行融合。在四轮移动机器人左前轮轮臂上安装三向加速度计和z向传声器，使之在沙、碎石、草、土、沥青地面上分别以5种速度行驶，采集车轮与地面相互作用的加速度和声压信号。根据改进的极限学习机和模糊积分融合算法，分别对每种速度下的5种地面进行分类，分类平均准确率为95.22%。实验验证了算法的有效性。