【技术实现步骤摘要】
一种基于声音特征的移动机器人路面材质识别方法
[0001]本专利技术涉及一种基于声音特征的移动机器人路面材质识别方法，属于移动机器人路况识别与自主导航
技术介绍
[0002]当前，智能化产品已经开始出现在人们的生活当中的各个角落，能够代替人们完成各项工作，其中一个最为广泛的应用就是智能化移动机器人。到目前为止智能移动机器人技术已经逐渐变得成熟和完善，功能和应用范围也在不断地扩大。现在移动机器人已经成功应用到了很多领域，如教育、科研、医疗、农业、工业、物流等。
[0003]自主导航是智能移动机器人需要具备的基本功能之一，在室外自主移动行驶过程中对当前的路面材质有准确的认知，这对于自主导航功能的实现非常重要。国内外相关人员对路面材质识别方向进行了大量的研究，实时、全面、准确、迅速、可靠的路面材质识别技术是当今研究的重点和难点。现阶段，对路面材质分类的研究主要分为基于激光雷达、相机、其他类型传感器(加速度传感器、光学传感器等)三个方面。其中，基于激光雷达、相机的方法是通过模拟人类视觉来认知路面环境。但是当移动机器...
【技术保护点】
【技术特征摘要】
1.一种基于声音特征的移动机器人路面材质识别方法，其特征在于包括以下步骤：步骤1、路面材质声音数据集的采集与建立：将路面材质分为10个类别，分别为草地路面、瓷砖路面、沥青路面、天然石路面、水泥路面、橡胶路面、地砖路面、木板路面、鹅卵石路面及碎石路面；采用声音采集器对每个类别路面按照每50下敲击为一组的规则进行路面材质声音数据采集，建立路面材质声音数据集S＝{S
i
|1≤i≤10}，其中，i为路面材质类别，S
i
为第i类路面材质声音数据；步骤2、路面材质声音数据预处理：通过分割、滤波降噪、分帧加窗、端点检测预处理操作，提高路面材质声音数据的质量，去除噪声影响，具体包括以下子步骤：(a)分割：录取路面材质声音时是按照50次连续敲击方法进行的，需要对原始数据进一步做分割处理，将每一次敲击路面材质的声音作为一个单独路面材质声音数据，第i类路面材质声音数据S
i
＝{s
ij
|1≤j≤50}，其中s
ij
为分割得到的单独路面材质声音数据，j为路面材质声音数据对应的敲击次数；(b)滤波降噪：将采集的路面材质声音数据经过高通滤波器进行滤波，通过公式(1)进行描述，其中，α是滤波器系数，s
ij
(t)为当前时刻原始数据，为经过滤波降噪处理后t时刻的路面材质声音数据，通过滤波器能够平衡频谱，改善信号
‑
噪声比(SNR)，能够抑制低频信息的比重，相对提高高频有用成分的比重；(c)分帧加窗：从整体上来看，敲击路面的整体路面材质声音特征是具有时变特性的，其并不是平稳的路面材质声音数据，但是录取的路面材质声音数据在很短的时间内认为是平稳的，为了满足傅里叶变换条件，需要将路面材质声音数据分割成短时稳定路面材质声音数据，分帧截取时间段的范围是10～30ms，为了保证特征参数连续平稳地改变，在两个没有重叠部分的帧之间均匀地保留一些帧，对于每次重叠的部分的变化被称为帧移，取值范围为帧长的1/4～1/2之间，对分帧后的路面材质声音数据f
ij
进行加窗处理，以减少分帧带来的影响，加窗后的路面材质声音数据c
ij
＝f
ij
×
w，其中窗函数w采用汉明窗；(d)端点检测：通过设置不同的音量阈值确定路面材质声音有效数据的起始位置和结束位置，首先计算出该段加窗后的路面材质声音数据c
ij
中的音量最大值vmax
ij
和最小值vmin
ij
，并通过相减得到路面材质声音数据的变换范围值vdif
ij
，以最低路面材质声音数据为起点，分别取vmin
ij
+vdif
ij
×
0.1、vmin
ij
+vdif
ij
×
0.01、vmin
ij
+vdif
ij
×
0.05三种不同的阈值作为路面材质声音数据的端点位置判断，当超过该阈值时则需要开始记录起始点，并判断下一时刻声音数据是否大于该阈值，直到检测到低于阈值的端点并记录下来，将最终起始点位置和最后的低于阈值的位置之间的路面材质声音数据作为敲击路面的有效路面材质声音数据e
ij
；步骤3、路面材质声音的梅尔倒谱特...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。