基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了拓展地面识别方式及提升识别率,提出利用履带机器人行驶噪声进行地面类型识别.使用声压传感器采集履带机器人在行驶过程中与地面相互作用辐射的声音信号,对声音信号提取修正的梅尔频率倒谱系数(MFCC)及其一阶差分(AMFCC)使用优化后的支持向量机(SVM)进行分类,并测试了该方法在多种背景噪声环境下的效果.结果表明,行驶噪声包含能够表征地面特点的信息.相比于幅域、频域和时频域特征,修正的MFCC+ AMFCC特征具有明显优势.在校园环境中分类准确率达到了89.5%,当信噪比高于20 dB时,在多种背景噪声环境中分类准确率均达到80%左右.
推荐文章
双臂自由飞行空间机器人地面实验平台系统设计
自由飞行空间机器人
地面实验平台
控制结构
运动控制算法
自由飞行空间机器人地面实验平台网络系统
自由飞行空间机器人
网络通讯
客户/服务器
地面实验平台
微小型陆空两栖机器人地面移动控制方法
陆空两栖机器人
运动学模型
SR-SSUKF
模糊PID
基于视觉的移动机器人地面轨线跟踪导航研究
移动机器人
视觉导航
轨线跟踪
移动控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于声信号的履带机器人地面分类试验研究
来源期刊 北京理工大学学报 学科 工学
关键词 履带机器人 地面分类 声信号 梅尔频率倒谱系数 支持向量机
年,卷(期) 2018,(9) 所属期刊栏目 机械工程
研究方向 页码范围 912-916
页数 5页 分类号 TP242
字数 2134字 语种 中文
DOI 10.15918/j.tbit1001-0645.2018.09.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 顾亮 北京理工大学机械与车辆学院 140 1386 20.0 30.0
2 董明明 北京理工大学机械与车辆学院 35 160 7.0 10.0
3 刘锋 北京理工大学机械与车辆学院 21 249 7.0 15.0
4 孙晋伟 北京理工大学机械与车辆学院 4 8 1.0 2.0
5 赵凯 北京理工大学机械与车辆学院 8 18 2.0 3.0
6 王玉帅 北京理工大学机械与车辆学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (9)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (12)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
履带机器人
地面分类
声信号
梅尔频率倒谱系数
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京理工大学学报
月刊
1001-0645
11-2596/T
大16开
北京海淀区中关村南大街5号
82-502
1956
chi
出版文献量(篇)
5642
总下载数(次)
13
总被引数(次)
57269
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导