Resumen

En los últimos años se ha prestado gran atención a los vehículos terrestres no tripulados (UGV) capaces de circular de forma autónoma por terrenos accidentados. Deben ser capaces de determinar si el terreno actual es transitable o no mediante el uso de sensores a bordo. Este artículo explora nuevos métodos relacionados con la percepción del entorno basados en el procesamiento de imágenes por ordenador, el reconocimiento de patrones, la fusión de datos de multisensores y la teoría multidisciplinar. El filtro de Kalman se utiliza para la fusión de bajo nivel de nivel físico, utilizando así la teoría de la evidencia D-S para la fusión de datos de alto nivel. Se proponen la prueba de probabilidad y el modelo de mezcla gaussiana para obtener la región transitable en la vista de la cámara frontal del vehículo aéreo no tripulado. Se extrae un conjunto de características que incluye información de color y textura de las áreas de interés y se combina con un enfoque clasificador para resolver dos tipos de terreno (transitable o no). Además, se emplean datos tridimensionales; el conjunto de características contiene componentes como el contraste de distancia de los datos tridimensionales, la curvatura del código de cadena de los bordes de la imagen de la cámara y la matriz de covarianza basada en el método de componentes principales. Este artículo propone un nuevo método adecuado para distribuir la asignación de probabilidad básica (BPA), basado en el cual se emplea la teoría D-S de la evidencia para integrar la información de los sensores y reconocer el obstáculo. La subordinación obtenida mediante la interpolación difusa se aplica para calcular la asignación de probabilidad básica. Se supone que la subordinación es igual al coeficiente de correlación en la fórmula. Se obtienen resultados más precisos de la identificación de objetos utilizando la teoría D-S de la evidencia. El control sobre el comportamiento de movimiento o la navegación autónoma para UGV se basa en el método, que es necesario para la conducción a alta velocidad de UGV en entornos campo a través. Los resultados experimentales han demostrado la viabilidad del nuevo método.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:asignación básica de probabilidades, ugv, teoría de la s, entorno del país, dimensión de los datos, nuevo método, modelo de mezcla gaussiano, teoría de la s de la evidencia, vehículos terrestres no tripulados, tratamiento informático de imágenes
• Keywords:basic probability assignment, ugv, s theory, country environment, dimension data, new method, gaussian mixture model, s evidence theory, unmanned ground vehicles, computer image processing