激光测距传感器由于自身的高精度,成为目前移动机器人最常用的传感器之一。使用环投影和极限学习机算法分类激光数据样本,使用西科LMS-200激光雷达采集了9个室内场景的样本数据并进行实验研究,测试平均识别准确率在74%左右。 输入权重，iβ为输出权重，ib是第i个隐层单元的偏置。jiXW表示iW和jX的内积。在ELM算法中，一旦输入权重iW和隐层的偏置ib被随机确定，隐层的输出矩阵H就被唯一确定[2]。训练单隐层神经网络可以转化为求解一个线性系统βTH=。2数据采集P3-AT是全自主、灵活、可适应各种地形的机器人平台,机器人的运动系统采用高速、高转矩和可逆直流电动机[3]。我们操作配备SICK激光测距仪的移动机器人（见图1），当机器人移动的时候，记录它的轨迹和激光扫描数据。我们选择了9种场景（实验室、走廊、电梯、健身房、会议室、地下室、厨房、卫生间、门口）收集数据。图1配备SICK激光测距仪的移动机器人P3-AT首先，我们需要构建9个场景的地图,使用激光传感器来建立地图收集距离数据。图2展示了所有的场景的地图和和相应的激光数据极坐标图像。图2九个场景的地图和相应的激光数据极坐标图像在图中的实心点表示机器人运行在地图中收集激光扫描数据。在数据采集过程中，我们在每个地方的机器人移动通过上述地方收集激光数据。移动机器人Pioneer3-AT在每个地方移动并收集100组激光数据作为训练样本，在其他时间室内场景识别算法-数控滚圆机滚弧机张家港倒角机液压倒角机滚圆机滚弧机，我们用同样的方法在上述地方收集100组激光数据作为测试样本。训练样本和测试样本以1:1的比例分配。3测试结果在室内环境中，我们以1:1的比例收集激光雷达数据训练样本和测试样本本文由公司网站滚圆机网站 转载中国知网整理! http://www.gunyuanjixie.com。然后处理原始数据。第一步，用excel读取储存激光雷达扫描数据的文本文件，筛选出激光基于激光传感器的移动小车室内场景识别算法与实验研究翁星，王宇婕，聂晶，申磊，连进灿（国网河南省电力公司检修公司，河南郑州450000）[摘要收费的作用及技术研究[J].通讯世界,2017(16):134-135.[5]郝雪.供电企业抄表核算收费中存在的问题与策略[J].化工管理,2017(26).雷达原始数据，另存为matlab软件可读取的数据文本文件；第二步，去除噪声数据；第三步，画一个极激光数据坐标图；第四步，使用环形投影算法提取特征，即将激光雷达数据转化为特征向量数据；第五步，给特征向量数据贴上相应的标签；最后，使用极限学习机算法进行训练和测试数据样本，得到测试结果，我们用混淆矩阵的形式将测试结果展示出来，如图3所示。图3极限学习机算法场景识别准确率测试结果图3结果表明，9个房间的识别精度是比较高的，特别是洗衣房、门口和实验室。分别达到了100%、89%和84%。除了地下室之外，其他的大多数场景识别率都在70%左右。我们可以看到，地下室的识别精度最低，识别准确率为29%，远低于其他场景。这是因为地下室比较宽阔、复杂，其特征不明显。另一个原因是，作为实验场景的健身房也在地下室，所以很难区分健身房和地下室。4结语本文针对基于激光数据的房间识别问题进行了研究。使用环投影和极限学习机算法分类激光数据样，采室内场景识别算法-数控滚圆机滚弧机张家港倒角机液压倒角机滚圆机滚弧机本文由公司网站滚圆机网站 转载中国知网整理! http://www.gunyuanjixie.com