[发明专利]一种地形分类方法及装置

权利要求书

1.一种地形分类方法，其特征在于，包括：

获取目标检测地形对应的第一振动信号数据，所述第一振动信号数据由机器人在目标检测地形上以预设的移动速度移动产生；

对所述第一振动信号数据进行预处理，得到第二振动信号数据；

判断所述移动速度是否大于预设临界速度；若所述移动速度不大于预设临界速度，则提取所述第二振动信号数据的时域特征作为特征向量，输入至预设的部分特征模型中，得到目标检测地形的地形类别；若所述移动速度大于预设临界速度，则提取所述第二振动信号数据的时域特征、频域特征和时频域特征作为特征向量，输入至预设的全特征模型中，得到目标检测地形的地形类别；

其中，预设临界速度、部分特征模型和全特征模型由以下方法确定：

获取第一训练集，所述第一训练集为机器人以不同的移动速度分别在不同种类的地形上移动产生的振动信号数据的集合；

对第一训练集进行预处理，得到第二训练集；

根据移动速度对所述第二训练集进行分组，得到多组训练数据，其中每组训练数据对应一个移动速度；

对于某一移动速度对应的训练数据，提取该训练数据的时域特征作为第一特征向量；基于十折交叉验证法对所述第一特征向量进行预训练，得到该移动速度对应的第一分类准确率；

对于某一移动速度对应的训练数据，提取该训练数据的时域特征、频域特征、时频域特征作为第二特征向量；基于十折交叉验证法对所述第二特征向量进行预训练，得到该移动速度对应的第二分类准确率；

根据各个移动速度对应的第一分类准确率以及各个移动速度对应的第二分类准确率确定预设临界速度；

基于预设临界速度将所述第二训练集划分为第一训练子集和第二训练子集，提取所述第一训练子集的时域特征作为特征向量输入至随机森林分类器中进行训练，得到部分特征模型，提取所述第二训练子集的时域特征、频域特征和时频域特征作为特征向量输入至随机森林分类器中进行训练，得到全特征模型。

2.如权利要求1所述的地形分类方法，其特征在于，所述对所述第一振动信号数据进行预处理，得到第二振动信号数据，包括：

将所述第一振动信号数据分割为多个等距离的数据段；

对各个数据段进行零均值化处理。

3.如权利要求1所述的地形分类方法，其特征在于，所述根据各个移动速度对应的第一分类准确率以及各个移动速度对应的第二分类准确率确定预设临界速度，包括：

计算各个移动速度对应的第一分类准确率与第二分类准确率的比值，将计算得到的最接近1的比值对应的移动速度作为预设临界速度；

或，计算各个移动速度对应的第一分类准确率与第二分类准确率的差值，将计算得到的最小差值对应的移动速度作为预设临界速度。