基于压电薄膜传感器的机器人触觉识别系统

• 作者: 王云灏 孙铭会 辛毅 张博宣
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 机器人触觉 聚偏氟乙烯(PVDF) 压电薄膜 卷积神经网络 传感器 聚类算法
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 计算机技术、信息工程|Computer Technology, Information Engineering
• 页码范围: 702-710
• 页数: 9页
• 分类号: TP39|TP212|TM282
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2022.04.009

摘要

为了使机器人通过触觉感知外部环境信息,弥补视听交互信息缺失的不足,根据聚偏氟乙烯(PVDF)材料的压电效应设计开发基于触觉传感器和卷积神经网络的机器人触觉识别系统,能够根据所采集的触觉信号识别出材质类型.提出基于渐进式级联卷积神经网络的触觉识别算法.该算法基于卷积神经网络提取机器人传感器的信号特征,包括经过短时傅里叶变换的触觉数据频谱图和信号表征周期内的时域特征.为了解决特定材质识别混淆的问题,利用K-Medoids聚类算法和动态时间规整(DTW)距离度量算法将分类过程区分为粗、细2个层次,构建渐进式分类模型.实验表明,设计的触觉传感器对物体材质的平均识别正确率约为97％,机器人能够成功识别触摸到的真实材质,为下一步的探索交互任务奠定基础.