通过触觉感知识别物品类别的工作系统和方法技术方案

本发明专利技术提出了一种通过触觉感知识别物品类别的工作系统和方法，包括：机械手的手指和手掌位置安装分布式柔性压力传感器，所述压力传感器的信号端连接Arduino开发板信号接收端，Arduino开发板信号发送端连接电脑控制装置；通过获取不同组合物品的所采集的传感器数据，进行数据分类计算，将分类计算结果进行归一化操作；对归一化数据通过分类器进行筛选，并根据优化目标函数得到压力数据度量值，用于判断机械手握持的物体。判断机械手握持的物体。判断机械手握持的物体。

【技术实现步骤摘要】
通过触觉感知识别物品类别的工作系统和方法


[0001]本专利技术涉及智能化控制领域，尤其涉及一种通过触觉感知识别物品类别的工作系统和方法。

技术介绍

[0002]触觉一直被认为是复杂的感官产物，因此很难被机器复制，未来的机器人与人类的互动会逐渐增多，如果我们希望机器能在处理一些日常事务时能遵循人类行为习惯，就必须要确保机器和我们感知到的几近相同。
[0003]我们的触觉机械手装置与传统机械手不同，本装置是在传统控制型机械手的基础上，在手掌和手指上嵌入传感元件，旨在模拟人体皮肤层的工作方式，从而为手套带来超凡的灵活度。我们人体的外层皮肤充满了“传感器”(感觉神经)，可以检测外界刺激，而这款机械手搭载的布式柔性压力传感器，能够感知外界对机械手本身的刺激并进行自然和准确的测试，几乎任何手动操作都可以通过机械手上的四组传感元件进行精确测量。
[0004]而位于手套表面的压力传感器能够同时感应压力的强度和方向，以模拟人类手指的运动，提高灵活度和灵敏度，保证机械手可以与人手进行隔空联动，与人手同步进行抓取、搬运
’
拆装等工作。
[0005]为了进一步“感知”刺激，我们还将压力传感器重新添加定义。比如当尖锐物品刺激机械手表面时，传感器会产生一组特有的刺激信号及模式，从而实现识别。同时，触感技术衍生出的还有一套描述感觉的标尺，它将物体表面性质，转化为符合人类感官的信息。假设我们在利用机械手抓取物体时，能够通过机械手上的传感器的触觉感知物体信息，转化为数字图表信息并展示出来。
专利技术内容
[0006]本专利技术旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种通过触觉感知识别物品类别的工作系统和方法。
[0007]为了实现本专利技术的上述目的，本专利技术提供了一种通过触觉感知识别物品类别的工作系统，包括：机械手，分布式柔性压力传感器，Arduino开发板和电脑控制装置；
[0008]机械手的手指和手掌位置安装分布式柔性压力传感器，所述压力传感器的信号端连接Arduino开发板信号接收端，Arduino开发板信号发送端连接电脑控制装置。
[0009]根据上述技术方案优选的，每个分布式柔性压力传感器通过若干信号输出端进行分压测量，由电压值和分压电阻值计算传感器敏感点受力后的电阻值。
[0010]本专利技术还公开一种通过触觉感知识别物品类别的工作方法，包括如下步骤：
[0011]S1，通过分布式柔性压力传感器进行传感器数据识别工作，对传感器数据进行分析，将分析的过程记录在文件中；
[0012]S2，获取不同组合物品的所采集的传感器数据，进行数据分类计算，将分类计算结果进行归一化操作；
[0013]S3，对归一化数据通过分类器进行筛选，并根据优化目标函数得到压力数据度量值，用于判断机械手握持的物体。
[0014]根据上述技术方案优选的，所述S1包括：
[0015]S1
‑
1，将Vout接到开发板的ADC端口，通过标定算法，可将采集到的AD值和压力值进行对应；
[0016]S1
‑
2，采用pinMode函数输出上拉模式设置传感器四个传感器电位器，为保证数据实时输出，执行循环指令，每个电位器通过protocol buffers生成工具对结构化数据进行自动程序化分析，使每个传感器电位器输出数据定义一次，并输出xml文本格式用于读取数据，将xml文本通过processing实时存储到excel文件中；
[0017]S1
‑
3，利用processing图形处理框架语言将传感器数据可视化成折线图形；将四个传感器电位获取的数据在processing折线图形中展现，并实时保存到excel文件。
[0018]根据上述技术方案优选的，所述S2包括：
[0019]S2
‑
1，相应的传感器电位分别对应拇指手指和虎口、四指手指、手掌进行数据采集；
[0020]S2
‑
2，S2
‑
2，将根据拇指和虎口的压力状态提取拇指和虎口的压力数据矩阵m为拇指和虎口位置传感器的数量，n为第m个传感器获取的握持物体开始至结束时段的压力数据，x为拇指和虎口位置的压力数据，
[0021]根据四根手指的压力状态提取相应压力数据矩阵m`为四根手指的位置传感器的数量，n`为第m`个传感器获取的握持物体开始至结束时段的压力数据，y为四根手指位置的压力数据，
[0022]根据手掌的压力状态提取相应的压力数据矩阵m``为手掌的位置传感器的数量，n``为第m``个传感器获取的握持物体开始至结束时段的压力数据，z为手掌位置的压力数据。
[0023]根据上述技术方案优选的，所述S2包括：
[0024]将拇指和虎口压力数据每一行的数据进行均值计算，均值计算之后进行归一化处理，按照压力数据进行降序排列，完成每一行的降序排列之后，形成拇指和虎口压力数据关
联特征集I，依次形成四根手指压力数据关联特征集J和手掌压力数据关联特征集K。
[0025]根据上述技术方案优选的，所述S2包括：
[0026]S2
‑
3，选择k个初始簇中心，即为质心；
[0027]计算所有特征集中的压力特征值的每个质心的点到预测特征簇质心默认值的误差平方和，并进行迭代计算，直到误差平方和迭代结束；
[0028][0029]其中，P为特征集全部压力数据的误差平方和，G为特征集中实际压力特征值，h
i
为预测特征簇质心默认值，ω为误差调节参数，c为采集的压力数据数量，i为正整数。
[0030]根据上述技术方案优选的，所述S2包括：
[0031]S2
‑
4，将平方和迭代计算之后，作为分类器E的优化条件，通过对E的分类器计算生成提取样本符合真实样本的概率分布，对先验概率建模从而学习真实物体类型的分布，根据分类器E的噪声因子对物体类型进行筛选判断，将复杂噪声压力数据进行剔除，分类器E中加入重新定义的偏移值，对提取数据准确性显著增强，在训练过程中，减少分类器E训练参数，提高训练效率。
[0032]根据上述技术方案优选的，所述S3包括：
[0033]S3
‑
1，使用的分类器E如下：
[0034][0035][0036][0037]E
I
为拇指和虎口压力数据关联特征集I的分类器，E
J
为四根手指压力数据关联特征集J的分类器，E
K
为手掌压力数据关联特征集K的分类器，λ为特征权值，u为拇指和虎口压力数据特征维度，v为四根手指压力数据特征维度，w为手掌压力数据特征维度，H
I
为拇指和虎口压力数据关联特征集I的样本数，H
J
为四根手指压力数据关联特征集J的样本数，H
K
为手掌压力数据关联特征集K的样本数。
[0038]根据上述技术方案优选的，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通过触觉感知识别物品类别的工作系统，其特征在于，包括：机械手，分布式柔性压力传感器，Arduino开发板和电脑控制装置；机械手的手指和手掌位置安装分布式柔性压力传感器，所述压力传感器的信号端连接Arduino开发板信号接收端，Arduino开发板信号发送端连接电脑控制装置。2.根据权利要求1所述的通过触觉感知识别物品类别的工作系统，其特征在于，每个分布式柔性压力传感器通过若干信号输出端进行分压测量，由电压值和分压电阻值计算传感器敏感点受力后的电阻值。3.一种通过触觉感知识别物品类别的工作方法，其特征在于，包括如下步骤：S1，通过分布式柔性压力传感器进行传感器数据识别工作，对传感器数据进行分析，将分析的过程记录在文件中；S2，获取不同组合物品的所采集的传感器数据，进行数据分类计算，将分类计算结果进行归一化操作；S3，对归一化数据通过分类器进行筛选，并根据优化目标函数得到压力数据度量值，用于判断机械手握持的物体。4.根据权利要求3所述的通过触觉感知识别物品类别的工作方法，其特征在于，所述S1包括：S1
‑
1，将Vout接到开发板的ADC端口，通过标定算法，可将采集到的AD值和压力值进行对应；S1
‑
2，采用pinMode函数输出上拉模式设置传感器四个传感器电位器，为保证数据实时输出，执行循环指令，每个电位器通过protocol buffers生成工具对结构化数据进行自动程序化分析，使每个传感器电位器输出数据定义一次，并输出xml文本格式用于读取数据，将xml文本通过processing实时存储到excel文件中；S1
‑
3，利用processing图形处理框架语言将传感器数据可视化成折线图形；将四个传感器电位获取的数据在processing折线图形中展现，并实时保存到excel文件。5.根据权利要求3所述的通过触觉感知识别物品类别的工作方法，其特征在于，所述S2包括：S2
‑
1，相应的传感器电位分别对应拇指手指和虎口、四指手指、手掌进行数据采集；S2
‑
2，S2
‑
2，将根据拇指和虎口的压力状态提取拇指和虎口的压力数据矩阵m为拇指和虎口位置传感器的数量，n为第m个传感器获取的握持物体开始至结束时段的压力数据，x为拇指和虎口位置的压力数据，
根据四根手指的压力状态提取相应压力数据矩阵m`为四根手指的位置传感器的数量，n`为第m`个传感器获取的握持物体开始至结束时段的压力数据，y为四根手指位置的压力数据，根据手掌的压力状态提取相应的压力数据矩阵m``为手掌的位置传感器的数量，n``为第m``个传感器获取的握...

【专利技术属性】
技术研发人员：杨静，岑顺禹，韦广枢，张翔宇，罗鸿琳，赵桃红，
申请(专利权)人：贵州大学，
类型：发明
国别省市：