基于车轮力信号的地面类型分类算法研究

魏 健 张和明 田 雷

（1-陆军汽车试验场江苏南京2100282-北京卡达克汽车检测技术中心）

基于车轮力信号的地面类型分类算法研究

魏 健1张和明1田 雷2

（1-陆军汽车试验场江苏南京2100282-北京卡达克汽车检测技术中心）

良好的车辆机动性能是实现军用无人车辆自主导航的前提，而地面类型的识别是提高机动性的关键。提出了基于车轮力信号的地面类型分类模型，通过车轮力传感器实时获取车轮力信号，采用经验模态分解（EMD）及自回归模型（AR）相结合的方式提取信号的有效特征，并运用支持向量机（SVM）分类器实现地面类型的分类，使用实车试验数据对所提出的分类模型进行验证。结果表明，分类模型在几何特征地面和松软地面上均取得了良好的分类效果，对于提高军用无人车辆的机动性具有重要意义。

地面分类车轮力信号EMDARSVM

引言

美国陆军推出的“未来作战系统”将无人车技术作为未来行动单元作战概念中必不可少的组成部分[1]。无人车辆在军事领域可用于侦察监视、定位引导、特种作业、物资运输等任务，在节约人力的同时可完成特种高危任务。目前，无人车系统正经历着由遥控车辆过渡为自主车辆，并向智能车辆发展的过程。其中，无人车辆的自主导航能力是首先被重点研究的对象，而提高无人车辆的机动性能是保证自主导航能力的前提与基础。在战场上，军用车辆必须适应不同的地面情况，除了各种障碍地形以外，沼泽、雪地、沙地、泥泞地等平坦松软地面也对军用车辆的机动性能提出了更高的要求。……