System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及多维力传感器的,尤其是涉及一种多维力传感器的标定方法及相关设备。
技术介绍
1、国际上对多维力传感器的研究已有40多年的历史,尤其在美国、欧洲和亚洲的许多国家和地区,多维力传感器凭借其能够准确捕捉和量化不同方向力量的能力,使得多维力传感器在工业自动化、机器人技术、医疗保健和运动分析等领域得到了广泛应用。
2、相关技术手段中,采用标定机器人对多维力传感器进行标准化测试和校准,是目前提高传感器精度和可靠性的重要方法。标定机器人通过预设的标定算法和精密机械臂结合,可以自动化地对传感器输出进行检验和调整,模拟实际工作环境下的力条件。此技术不仅提升了标定效率和重复性,还通过自动化过程减少了人为误差,为传感器的高精度使用提供了可靠保证。
3、针对上述技术方案,虽然通过自动化标定可以有效提升标定速度和精度,但在处理高维力信息和复杂几何环境时,仍存在特征提取不够全面、特征分析不够深入以及动态补偿能力有限,进而导致传感器在实际应用中的性能优化受到限制,影响系统的稳定运行和整体效率。
技术实现思路
1、为了改善在处理高维力信息和复杂几何环境时,存在特征提取不够全面以及特征分析不够深入的问题,本申请提供一种多维力传感器的标定方法及相关设备。
2、本专利技术提供了一种多维力传感器的标定方法,包括:获取多维力传感器的力度数据和几何位置信息;利用预设的非线性映射算法对所述力度数据进行特征提取,得到综合特征向量;对所述综合特征向量进行微分几何分析,得到特征曲率和特征
3、作为优选方案,所述获取多维力传感器的力度数据和几何位置信息的步骤,包括:基于数据模块获取多维力传感器实时的力度数据;基于光学定位技术对多维力传感器进行定位,对多维力传感器的几何敏感区进行标定,得到多维力传感器的形态参数和空间响应特性;将所述形态参数和所述空间响应特性进行信息整合,得到预处理数据,通过卡尔曼滤波算法和粒子滤波算法对所述预处理数据进行计算,得到几何位置信息。
4、作为优选方案,所述利用预设的非线性映射算法对所述力度数据进行特征提取,得到综合特征向量的步骤,包括:将所述几何位置信息作为几何位置约束,并基于所述几何位置约束调整预设的非线性映射算法,将所述力度数据输入调整后的非线性映射算法,在调整后的非线性映射算法中利用核主成分分析对力度数据进行降维分析,得到降维结果;利用支持向量机对所述降维结果进行特征提取,得到融合力特征和力特征相关性;将所述融合力特征与所述力特征相关性进行特征关联分析,得到关联特征向量;通过所述几何位置约束对所述关联特征向量进行位置敏感加权,得到位置加权后的力特征向量;将所述位置加权后的力特征向量输入预设的特征映射网络,得到反映力度特性的低维力度特征向量;融合所述低维力度特征向量与所述几何位置约束,生成表征多维力感知能力的综合特征向量。
5、作为优选方案,所述对所述综合特征向量进行微分几何分析,得到特征曲率和特征扭率,基于预设的优化算法对所述特征曲率进行调整,得到调整后的特征曲率和调整参数的步骤,包括:将所述综合特征向量输入预设的微分几何分析模型,在所述微分几何分析模型中通过曲面理论对所述综合特征向量进行局部分析,提取出特征曲率;其中,所述特征曲率反映了多维力传感器在不同力度作用下的弯曲程度;利用扭率理论并结合所述特征曲率,计算出特征扭率;其中,所述特征扭率揭示了力传感器几何变形的内禀属性;通过优化算法确定所述特征扭率表征传感器几何变形的最佳特征曲率,将所述最佳特征曲率作为调整后的特征曲率,确定并记录所述特征扭率表征传感器几何变形的最佳特征曲率的调整参数。
6、作为优选方案,所述基于所述调整后的特征曲率和调整参数对所述特征扭率进行误差补偿,得到补偿后的特征扭率和误差补偿参数的步骤,包括:将所述调整后的特征曲率和所述调整参数输入误差补偿模型,在所述误差补偿模型中利用反向传播网络分析所述调整后特征曲率和所述调整参数,得到结果数据;在所述结果数据中提取出影响特征扭率准确度的误差来源,得到误差信息;中,所述误差来源包括以下任意一种:系统误差、环境误差、测量误差;基于所述误差信息对所述特征扭率和调整参数进行修正,得到补偿后的特征扭率和误差补偿参数。
7、作为优选方案,所述对所述补偿后的特征扭率和所述误差补偿参数进行动态分析处理,得到分析结果;根据所述综合特征向量对所述分析结果进行处理,得到标定校准指标,基于所述标定校准指标和所述调整参数,制定综合校准策略的步骤,包括:将所述补偿后的特征扭率和所述误差补偿参数输入预设的动态分析模型,在所述动态分析模型中执行时间序列算法对补偿后特征扭率进行时间依赖性评价,捕获传感器性能随时间变化的模式,得到时序分析结果;基于预设的稳定性分析算法对所述时序分析结果进行稳定性分析,确认所述补偿后特征扭率在不同操作条件下的一致性和可预测性,得到稳定分析结果;通过融合实时反馈算法对所述时序分析结果和所述稳定分析结果进行整合,得到表征传感器动态性能的性能分析结果;利用差异性评估工具根据综合特征向量评估所述性能分析结果,建立动态响应规律,基于所述动态响应规律和预设的市场反馈数据拟定标定校准指标;通过结合标定校准指标与所述误差补偿参数,制定出对多维力传感器的综合校准策略。
8、作为优选方案,所述对所述几何位置信息和所述综合校准策略进行匹配分析,得到标定结果的步骤,包括:利用模糊逻辑算法对所述几何位置信息进行分析,得到空间定位误差;根据预设的分段线性校正算法对所述综合校准策略执行调整,得到校准参数;将所述空间定位误差和所述校准参数输入预设的智能补偿模型,在所述智能补偿模型中利用遗传优化算法对所述几何位置信息和所述校准参数执行匹配,得到匹配分析数据和校准指令;根据所述校准指令执行实时校准操作,得到实时校准数据,将所述实时校准数据和所述匹配分析数据进行终端校准分析,得到标定结果。
9、本申请还提供了一种多维力传感器的标定装置,包括:获取模块,用于获取多维力传感器的力度数据和几何位置信息;提取模块,用于利用预设的非线性映射算法对所述力度数据进行特征提取,得到综合特征向量;调整模块,用于对所述综合特征向量进行微分几何分析,得到特征曲率和特征扭率,基于优化算法对所述特征曲率进行调整,得到调整后的特征曲率和调整参数;补偿模块,用于基于所述调整后的特征曲率和调整参数对所述特征扭率进行误差补偿,得到补偿后的特征扭率和误差补偿参数;分析模块,用于对所述补偿后的特征扭率和所述误差补偿参数进行动态分析处理,得到分析结本文档来自技高网...
【技术保护点】
1.一种多维力传感器的标定方法,其特征在于,包括:
2.根据权利要求1所述的多维力传感器的标定方法,其特征在于,所述获取多维力传感器的力度数据和几何位置信息的步骤,包括:
3.根据权利要求1所述的多维力传感器的标定方法,其特征在于,所述利用预设的非线性映射算法对所述力度数据进行特征提取,得到综合特征向量的步骤,包括:
4.根据权利要求1所述的多维力传感器的标定方法,其特征在于,所述对所述综合特征向量进行微分几何分析,得到特征曲率和特征扭率,基于预设的优化算法对所述特征曲率进行调整,得到调整后的特征曲率和调整参数的步骤,包括:
5.根据权利要求1所述的多维力传感器的标定方法,其特征在于,所述基于所述调整后的特征曲率和调整参数对所述特征扭率进行误差补偿,得到补偿后的特征扭率和误差补偿参数的步骤,包括:
6.根据权利要求1所述的多维力传感器的标定方法,其特征在于,所述对所述补偿后的特征扭率和所述误差补偿参数进行动态分析处理,得到分析结果;根据所述综合特征向量对所述分析结果进行处理,得到标定校准指标,基于所述标定校准指标和所述调
7.根据权利要求1所述的多维力传感器的标定方法,其特征在于,所述对所述几何位置信息和所述综合校准策略进行匹配分析,得到标定结果的步骤,包括:
8.一种多维力传感器的标定装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的多维力传感器的标定方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序在被处理器运行时使得所述处理器执行如权利要求1至7中任一项所述的多维力传感器的标定方法。
...【技术特征摘要】
1.一种多维力传感器的标定方法,其特征在于,包括:
2.根据权利要求1所述的多维力传感器的标定方法,其特征在于,所述获取多维力传感器的力度数据和几何位置信息的步骤,包括:
3.根据权利要求1所述的多维力传感器的标定方法,其特征在于,所述利用预设的非线性映射算法对所述力度数据进行特征提取,得到综合特征向量的步骤,包括:
4.根据权利要求1所述的多维力传感器的标定方法,其特征在于,所述对所述综合特征向量进行微分几何分析,得到特征曲率和特征扭率,基于预设的优化算法对所述特征曲率进行调整,得到调整后的特征曲率和调整参数的步骤,包括:
5.根据权利要求1所述的多维力传感器的标定方法,其特征在于,所述基于所述调整后的特征曲率和调整参数对所述特征扭率进行误差补偿,得到补偿后的特征扭率和误差补偿参数的步骤,包括:
6.根据权利要求1所述的多维力传感器的标定方...
【专利技术属性】
技术研发人员:沈力,吴浩,
申请(专利权)人:深圳市鑫精诚传感技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。