[发明专利]一种基于DEM地形识别模型的地形识别方法

说明书

本申请涉及地形识别领域，尤其涉及一种基于DEM地形识别模型的地形识别方法。方法包括：确定可实施的实施步态和DEM地形信息；通过足端压力传感器触觉系统，获取六足机器人在模拟地形上通过实施步态行走后确定的初始数据集；针对初始数据集进行预处理，得到训练数据集，以及通过训练数据集对基础PNN进行训练，得到DEM地形识别模型；获取六足机器人在目标地形上通过实施步态行走后确定的包括若干个压力信号的实际数据集，输入实际数据集至DEM地形识别模型，DEM地形识别模型输出地形类型。本申请通过六足机器人的足端设计触觉系统所接收的压力信号训练DEM地形识别模型，替换了传统方式中的图像识别模式，解决了传统的特征提取方法需要投入大量的精力的问题。

技术领域

本申请涉及地形识别领域，尤其涉及一种基于DEM地形识别模型的地形识别方法。

背景技术

在地形识别的研究中，地形识别方法包括单模态地形识别方法和多模态地形识别方法。单模态地形识别方法包括基于视觉的地形识别方法、基于音频的地形识别方法、基于振动的地形识别方法、基于激光雷达的地形识别方法和基于触觉的地形识别方法等。多模态地形识别方法包括各种基于传感器融合的地形识别方法这些方法能够实现在特定环境下对地形的局部特征(如障碍物尺寸、距离等)的识别。

不同模态的地形识别方法，所提取的地形特征各异，因此所采用的地形识别算法不同。目前用于地形识别的分类算法主要包括张量投票算法、决策树模型、支持向量机(SVM)、随机森林(RF)、k最近邻算法(KNN)、朴素贝叶斯算法(NB)、极端学习机(ELM)和卷积神经网络。卷积神经网络来提取视觉影像中地形识别需要用的特征，采用传统的特征提取方法提取图片特征，需要人工选择和优化算法，设计周期长，需要投入大量的精力。

此外，虽然无论单模态还是多模态地形识别方法均能够完成地形识别，但这些方法所识别的地形参数不包括地貌因子，如坡度、坡向、坡度变化率，因此不能与DEM数据相融合。DEM数据作为地形表面的一种数字表达，具有传统地形图无法比拟的优点，适用于所有行业和应用领域。

发明内容

本申请提供了一种基于DEM地形识别模型的地形识别方法，能够解决现有技术中存在的无法应用DEM数据的问题，以及存在的传统的特征提取方法提取图片特征、需要人工选择和优化算法、设计周期长并且需要投入大量的精力的问题。

本申请的技术方案是一种基于DEM地形识别模型的地形识别方法，基于六足机器人以及与六足机器人配合使用的足端压力传感器触觉系统进行实施，所述方法包括：

S1：确定六足机器人的可实施的实施步态和DEM地形信息；

S2：通过足端压力传感器触觉系统，获取六足机器人在相应于DEM地形信息的模拟地形上通过实施步态行走后确定的包括相应于不同实施步态的压力信号和DEM地形信息的初始数据集；

S3：针对初始数据集进行预处理，相应地得到训练数据集，以及通过训练数据集对基础PNN进行训练，得到以相应于实施步态的压力信号为输入值并且以相应于DEM地形信息的地形类型为输出值的DEM地形识别模型；

S4：获取六足机器人在目标地形上通过实施步态行走后确定的包括若干个压力信号的实际数据集并且输入实际数据集至DEM地形识别模型，所述DEM地形识别模型输出相应于目标地形的地形类型。

可选地，所述DEM地形信息包括：坡度、坡度变化率和坡向；

以及，相应于所述DEM地形信息的地形类型包括：平底、凸起、凹陷、斜上坡、急坡和缓坡。

可选地，所述足端压力传感器触觉系统包括：中央控制模块，以及分别与中央控制模块连接的舵机控制模块和环境感知模块；

以及，所述步骤S2包括：