触觉传感器物体形状识别专家系统

本文探讨了安装在机械手上的触觉传感器信息的处理问题，使机械手具有能识别几种简单物体形状的低级智能．安装在机械手上的成象触觉传感器，给出放在机械手上的物体形状信息，并通过称重传感器给出物体的重量信息。以８０５１单片机为核心构成智能机械手数据采集系统。ＩＢＭ－ＰＣ机在人工智能语言Ｔｕｒｂｏｐｒｏｌｏｇ管理下，构成了提取触觉传感器物体形状信息和对有限几种物体形状进行识别的专家系统。     

触觉传感器物体形状识别专家系统

本文探讨论了安装在机械手上的触觉传感器信息的处理问题，使机械手具有能识别几种简单物体形状的低级智能。在机械手上的成象触觉传感器，给出放在机械手上的物体形状信息，并称重传感器命同物体的重量信息。以８０５１单片机为核心构成智能机械手数据采集系统。     

新型光纤阵列触觉传感器

介绍了采用微弯效应和横向耦合效应新原理设计的新型柔性光纤阵列触觉传感器及它的结构、工作原理、接口技术和性能实验情况。这是一种皮肤状、有研究前途的新型触觉阵列。     

触觉传感阵列信号的信息融合处理

在智能机器人服装中,压力传感器阵列输出性能易受环境温度、电压扰动等非目标参量因素的影响,其间存在的交叉干扰常导致测量精度显著降低。针对上述问题,提出了一种新的用于测量分布压力的压电传感阵列及其信号处理的方法。设计了传感信号的处理流程;析取并有效地处理了置信距离矩阵和关系矩阵融合中的有用数据;提出了用概率最大值法和极大似然法对多传感器信息作有效融合处理的方法。实验结果表明,该方法可消除温度对压力传感器的影响,减小了单个传感器不确定性的误差影响,提高了压力分布测量数据的稳定性和测量精度,可显著改进压力图像重构精度。     

基于改进粒子群算法的光纤光栅压触觉传感阵列测点优化

为了解决机器人手指压触觉测量中检测系统存在的电磁干扰问题,目前很多研究中采用了具有抗电磁干扰、体积小、质量轻且易封装等优势的光纤光栅压触觉传感阵列.针对机器人手指压触觉传感阵列测点排布问题,提出了一种基于改进粒子群算法的测点优化方法.首先通过有限元仿真得出机器人手指抓握过程的应变场分布情况,然后基于应变场分布结果进行传...     

机器人阵列式触觉传感器系统的研究

文章讨论了一种基于压阻效应的阵列式触觉传感器及信息处理技术,介绍了系统组成与性能,分析了敏感阵列的结构和信号读出与图象采集电路的工作原理及实现。此外,对触党图象的处理和辨识方法也进行了深入的研究。实验样机表明,系统能实现对常见规则物体的识别,本设计为阵列式触觉传感器的实用化奠定了基础,也有助于智能机器人的进一步发展。     

物体表面热属性温度触觉识别实验研究

采用所研制的温度触觉传感器进行了材料热属性识别研究,温度触觉传感器由恒温元件保持传感器恒温,由测温传感元件检测接触面的温度信号,基板为传感器提供支架.分析了基于温度触觉的物体表面热属性识别方法机理,认为不同形态的物体表面可等效为光滑物体与薄空气层组成的表面空气层模型.对不同表面形态和不同材料被测物体的温度触觉热传导进行了仿真和实验.测试实验结果表明,所研制的温度触觉传感器能较好地识别不同热属性的物体,对不同表面形态的大理石也有较好的识别效果.表面空气层模型能较好地解释表面形态对温度触觉结果的影响.     

基于触觉图像序列的三维规则物体识别方法

提出一种基于二值化触觉图像序列的三维规则物体识别方法.触觉图像序列是通过装有高分辨力和高柔性触觉传感阵列的平行移动式夹持型手爪系统来获取的.实验表明,所述方法不仅能有效地识别一般平面物体,而且能有效地识别接触面是非凹曲面的物体。     

基于触觉阵列感知的机器人稳定抓取判别方法

针对传统的单点压力传感器获取的接触力无法完备反映机器人的抓取接触状态,难以实现准确的机器人抓取状态判别的问题,基于触觉阵列传感器的多点感知特性,提出一种高效高准确率的机器人稳定抓取判别方法．首先,采集机器人抓取属性各异物体时的接触分布力信息,建立分布力与触觉图像的映射,构建机器人抓取触觉图像数据集;基于多层感知机框架建立机器人抓取状态判别模型,实现机器人抓取状态的分类．然后,通过训练并对多层感知机在不同模型层数与节点数下的模型性能进行优选,得到抓取状态判别模型的最优参数,进而与多种基于学习的抓取判别算法进行对比．结果表明：所提出的抓取状态判别方法具有99.74%的判别准确率,平均耗时为2.3 ms,在判别精度和速度上均优于基线算法;通过实物抓取实验,该方法的判别准确率达到94%,充分证明其对数据集外物体的稳定抓取判别具有较强的鲁棒性．     

微悬臂梁阵列传感系统的性能分析

对微悬臂梁阵列传感系统的一致性进行了研究。以改变温度作为激励手段,在微梁阵列检测装置上分别检测了2种微梁阵列在升温与降温时的热响应。无论是升温还是降温,2种微梁阵列的尖端位移都与温度变化成线性关系。发现2种微梁阵列升、降温检测时微梁阵列传感系统都表现出良好的热响应一致性。另外,利用单梁检测装置对其中1种微梁阵列进行了热响应检测,其热响应灵敏度与微梁阵列检测装置检测结果一致,验证了2种微梁传感装置的可靠性。微梁阵列传感系统良好的热响应一致性为将来微悬臂梁阵列用于生化传感奠定了基础。     

虚拟环境热触觉的显示装置与材质识别实验

基于半无限体模型,研究了热触觉感知的机理.设计了热触觉显示装置,通过控制半导体制冷器的温度变化来实现热触觉显示.该装置的控温范围为-10 ～60℃,温度分辨率和精度分别为0.02和0.1℃,升温或降温速率大于10℃/s.定制了柔性镍金属薄片式温度传感器,尺寸为8mm×20 mm ×0.6 mm,时间常数τ＜0.15 s...     

机器人阵列式触觉传感器的仿真

阐述了机器人二维和三维触觉传感器仿真的模型、计算机内部表示、一般方法和简化方法（扫描－搜索－填充法）。简化方法利用了物体的区域连贯性，吸收了数控插补的思想，效率较高。仿真生成的触觉图像可用于校验各种触觉图像处理及判断算法的正确性、可靠性和效率。     

基于传感阵列的足底压力扫描系统设计研究

为提高足底压力采集的精度, 减少测量中对实验者自然步态的影响, 基于自主研发的平板式传感器, 开发了面向多传感单元的足底压力扫描系统。通过对压力采集系统结构的改进设计以及对采样时序的优化处理, 有效地减少了传感器及电路系统引入的噪声干扰, 实现了对大尺寸(71.9 cm×33.5 cm)、高空间分辨率(2.8个/cm², 共6720个传感单元)压力传感系统的设计实验, 实验中采样率为100 SPS。该系统已在广州市第一人民医院康复科进行测试与实验。该系统可应用于步态康复训练, 为医生评估患者康复情况和制订针对性的治疗方案提供有效的量化数据参考。     

彩色可视传感阵列基元匹配快速定量算法

在彩色可视传感阵列传统处理方法中,存在着数据量大,人工分析困难、种类浓度识别难以同一次实现等问题,针对这些问题,考虑到同类气体饱和响应阵列点位置一致性的特点,提出一种彩色可视阵列基元匹配快速定量识别算法。该算法首先采用设置经验阈值消除冗余量,进行去噪和特征提取,减少人工分析量;然后进行基于二值化基元图模板匹配的定量分析种类识别,减少计算量,增加气体识别效率和精度;最后,综合模糊逻辑和神经网络2种人工智能方法的优点,建立彩色传感阵列气体浓度识别的自适应模糊推理系统。算法优势在于将不同气体的种类和浓度检测分开进行,解决了种类、浓度同时识别时可能出现特征数据交叉感染导致错误识别的问题。基元模板匹配分析结果显示,氨气、氯气和二氧化硫3种气体分类识别结果准确率达100%,利用模糊神经网络方法对氨气浓度识别率准确度较高,误差在5%以内。     

机器人主动触觉搜索方法的研究

设计了一种双指手指结构，提出了新的主动触觉搜策略，利用多种传感器的输出来不断改变机械手的姿态，从而有序地搜索到三维物体的特征信息，并据此生成物体的三维图形。     

用于变压器故障特征气体分析的气敏阵列传感系统

提出将气敏元件阵列技术和径向基函数神经网络（Ｒａｄｉａｌ Ｂａｓｉｓ ＦｕｎｃｔｉｏｎＮｅｕｒａｌＮｅｔｗｏｒｋ，ＲＢＦ－ＮＮ）相结合，以检测电力变压器油中的４种微量故障特征气体（１＊１０＾－６－１０＊１０＾－６级Ｈ２、Ｃ２Ｈ４、Ｃ２Ｈ２和５０＊１０＾－６级ＣＯ）。实验结果表明，与目前基于误差反向传播算法（ＥｒｒｏｒＢａｃｋ－ＰｒｏｐａｇａｔｉｏｎＡｌｇｏｒｔｈｍ，ＢＰ）神经网络的气体分析结果相比     

基于空间聚合加权卷积神经网络的力触觉足迹识别

为了提高力触觉足迹识别的准确率,提出一种基于空间聚合加权注意力机制的足迹识别算法.首先,采用压力足迹采集器采集并构建一个包含100人2 000幅力触觉足迹图像的数据集;然后,采用VGG19卷积神经网络预训练模型提取特征,为获取特征图中足迹压力分布感兴趣区域,设计一种空间聚合加权模块(SAWM),该模块专注高响应区域从而提取足迹中显著区域局部特征,并与输入特征图加权融合,保留显著性特征,抑制不重要特征;最后输出的特征经过平均池化在全连接层实现力触觉足迹的识别.试验结果表明,所提算法准确率达到了91.20%,优于其他注意力机制算法以及传统的足迹识别算法.采用空间聚合加权注意力机制网络模型能够有效进行足迹识别,为身份识别提供技术支撑.     

一种新的低空间分辨力阵列触觉图象的处理方法

本文根据低空间分辨力阵列触觉图象的特点，分析了噪声来源、形式和分布，提出了一种新的基于平滑的噪声消除方法。讨论了在图象基本顶点的基础上，运用了顶点分裂和合并技术找出相应的图形顶点，并通过最小二乘法复原出离散图象的连续轮廓，从而为提高触觉图象辨识率奠定了基础．