摘要
为提高移动机器人的实时避障能力,采用机器学习算法建立机器人实时判别模型,可根据检测到的障碍物距离实时预测出机器人移动方向.通过对机器学习算法的综合评价指标进行研究,分析模型预测性能的好坏.同时,为防止模型过拟合,减小泛化误差,再对机器学习算法进行交叉验证.实验结果表明,随机森林算法的综合评价指标最高,均达到了 99.9％,朴素贝叶斯综合评价指标最差,约在52.9％,机器学习算法在交叉验证之后可生成更加可靠稳定的实时判别模型.
基金项目
国家智能制造新模式应用项目(工信厅装函[2017]468号)
贵州省科技计划(黔科合人才[2015]4011)
贵州省科技计划(黔科合平台人才[2016]5103)
贵州省科技计划(黔科合平台人才[2017]5788)
维普
万方数据