基于决策树的移动机器人环境识别方法.pdf

维普资讯 第22卷 第 2期 福建师范大学学报 (自然科学版) Vo1．22 NO．2 2006年 4月 JournalofFuiianNormalUniversity (NaturalScienceEdition) Apr．2006 文章编号2006)02—0034—04 基于决策树的移动机器人环境识别方法 黄 唏，吴庆祥，王 平，严 闪 (福建师范大学物理与光电信息科技学院，福建 福州 350007) 摘要：利用移动机器人的传感器提取的特征参数，通过属性约简方法构造的决策树形成的分类规则实现 室内环境的识别．该方法在环境参数发生变化时，会导致机器人环境识别错误的问题．为此提出了一种利用 多个约简构成的分类规则并通过取极值的方法，可避免环境识别错误的问题． 关键词：决策树；约简；环境识别；机器人 中图分类号：TP181 文献标识码；A DecisionTreeforM obileRobottoIdentifyEnvironment HUANGXi，WUQing—xiang，WANGPing，YANShan (SchoolofPhysicsando1，toElectronicsTechnology，FujianNormalUniversity，Fuzhou350007，China) Abstract：Usingsensordata，mobilerobotidentifyenvironmentbywithclassificationrulethat comefrom decisiontree，whichiscreatedbyreduet．However，itencountersanidentificationproblem whentheenvironmentischanged．Robotwithmultiplereductshastheabilitytoavoidproblemswhen somefeaturesofenvironmentischanged． Keywords：decisiontrees；reduct；identifyenvironment；mobilerobot 移动机器人环境识别方法是建立在提取的环境特征参数的基础之上的．通过房间的长度、宽度、灯 光数、窗户数及地板颜色等参数来确定一个房间的基本特征，通过机器人 自身的测距传感器及摄像头 可以方便地提取这些环境特征参数，并将其用于构建决策系统的条件属性．机器人可以通过对条件属 性的学习，挖掘出有利于环境识别的信息，并通过构建决策树识别其所处的环境．目前，基于数据挖 掘的算法很多，如ID3算法、C4．5算法rl及各种改进的算法，这些算法的最终 目标是找到一种最简的 数据分类描述规则，并将其用于决策中．由于构成机器人的环境参数数据量不大，因此可以很容易地 获得一个较简的数据分类规则，机器人依据这个分类规则即可实现环境的识别．但是，当机器人所处 的环境发生变化时，如灯光损坏，窗户被窗帘遮挡，机器人依据原有的规则就可能造成无法识别环境 或识别错误等问题．本文提出了一种在机器人不必重新学习的前提下，利用原有规则避免环境识别问 题的方法． 1 相关概念 1．1 决策系统 决策系统S一 (【，，A，V，Jr)中，U一{“，“z，…，ulU1)是一组对象的非空有限集合，称为论域．A是所 有属性的集合，A=Ct．3D，其中C— ，f。，…， )是条件属性集，D一 ( ，d。，…，dID{}是决策属性 集，是决策属性的值域，f．U×A—V是一个信息函数，是从论域到决策属性集值域的映射，即指定 【， 中的每个对象z的属性值 ． 收稿 日期：2005—09—18 基金项目：福建省科技厅高新技术基金资助项 目 (99--H--38) 作者简介：黄唏 (197O～ )，男，福建尤溪人，讲师． 维普资讯 第2期