一种电子皮肤的触觉动态感知方法技术

本发明专利技术公开了一种电子皮肤的触觉动态感知方法，包括如下步骤：S1、获取物体在运动过程中两个不同时间点的第一触觉图像和第二触觉图像；S2、平移第一触觉图像以使第一触觉图像和第二触觉图像的形心处于相同位置，并以平移的触觉图像形心作为参考点，通过计算平移前后的形心坐标的变化，测得到物体在平面上的平移量；S3、旋转第一触觉图像以使第一触觉图像和第二触觉图像的方向对齐，并测量旋转的角度，测得物体的旋转角度。使用本发明专利技术的方法可以利用电子皮肤感知精确测量物体运动，实现触觉动态感知。

【技术实现步骤摘要】
一种电子皮肤的触觉动态感知方法
本专利技术涉及一种电子皮肤的触觉动态感知方法。
技术介绍
虽然视觉已被广泛的应用于机器人传感研究，但仿生触觉传感和控制能力仍然是机器人研究的主要挑战。触觉感知是机器人灵巧操作的基础。当机器人进入非结构化或动态环境时，触觉允许机器人感知接触，检测及控制滑动，并确保安全稳定地操作。具有电子皮肤感应的机器人可以获取与物体接触的丰富特征。电子皮肤是一种由大面积的柔性基底和多功能的紧凑型传感器阵列组成的集成触觉传感器，在近年来取得了重大的研究进展。与用于测量施加到物体总的力/扭矩传感器相比，配备有高密度传感器阵列的电子皮肤可以收集更多更精确的触觉信息。例如，机器人与目标物体接触力的分布情况、相对运动情况等等，从而实现对目标物体更全面的感知，因此，电子皮肤是为机器人实现触觉感知的理想传感器。在本文中，我们将感知移动物体的行为称为触觉动态感知。而获取物体的运动状态是感知移动物体的重要组成部分和前提。已有研究从静态或规定运动的对象中提取触觉信息。如：从触觉传感器阵列中提取高频触觉特征，以确定物体的内部状态，例如容器中液体的存在。或者使用接触力的频率和幅度来区分接触材料，例如通过触觉传感器及机器学习方法识别平面、一个边缘的物体、两个边缘的物体，圆柱体。该类方法解决了机器人触觉缺失的问题,但是，如何利用电子皮肤感知精确测量物体运动，实现触觉动态感知，是现有技术面临的问题。为了解决该问题，本文提出了一种基于电子皮肤的物体运动状态感知方法，助力触觉动态感知。该方法依靠电子皮肤获取获得运动物体的触觉图像，通过分析这些图像获取物体的运动状态。专利技术内容本专利技术的主要目的在于克服现有技术的不足，提供一种电子皮肤的触觉动态感知方法。为实现上述目的，本专利技术采用以下技术方案：一种电子皮肤的触觉动态感知方法，包括如下步骤：S1、获取物体在运动过程中两个不同时间点的第一触觉图像和第二触觉图像；S2、平移第一触觉图像以使第一触觉图像和第二触觉图像的形心处于相同位置，并以平移的触觉图像形心作为参考点，通过计算平移前后的形心坐标的变化，测得到物体在平面上的平移量；S3、旋转第一触觉图像以使第一触觉图像和第二触觉图像的方向对齐，并测量旋转的角度，测得物体的旋转角度。进一步地：步骤S2中，基于式(1)计算形心坐标：其中n是图像中像素的数量，pk是图像中每个像素的坐标，pcenter是形心的坐标；计算平移前后形心坐标之间的差值；将形心坐标的差值和传感器阵列的单元间距相乘，计算平移量。步骤S3包括：基于式(2)和式(3)，通过对数极坐标变换，将触觉图像重新映射到对数极坐标空间：其中x和y是图像中像素的坐标，xc和yc是形心的坐标，M是幅值，ρ是像素和形心之间的对数距离，θ是像素相对于中心的方向，ρ和θ构成对数极坐标空间的横坐标和纵坐标，通过对数极坐标变换将触觉图像从笛卡尔坐标系下的旋转运动转换到对数坐标下的平移运动，将对旋转的全搜索转变为对数极坐标空间的最佳平移的全搜索；基于式(4)至式(6)，计算所有平移变换后的图像与基准图像的误差：I′lp1＝Mtanslation×Ilp1(4)其中，Ilp1和Ilp2是对数极坐标图像，Mtanslation是将Ilp1转换为I′lp1的基本变换矩阵，e是I′lp1和Ilp2之间的误差，是使该方法稳健的函数，其中a是异常值阈值，取为ek的平均值；在搜索之后，将使E最小的Mtanslation变换为旋转角度，该旋转角度被确定为两个图像之间的最佳旋转角度。所述方法还包括以下步骤：S4、以采样频率f获取运动物体的触觉图像，取间隔一个采样周期的连续两张触觉图像，对其进行计算获得该间隔内物体的平移距离d和旋转角度θ，瞬时速度则等于距离/角度除以时间间隔，即距离/角度乘以采样频率，计算为公式(7)和(8)所示：v＝f×d(7)ω＝f×θ(8)其中，v和ω是平移和旋转的瞬时速度。所述方法还包括以下步骤：S4＇、将第一个采样的触觉图像与后续的每一个触觉图像进行比较，以获得后续的触觉图像相对于初始位置的平移和旋转，并根据不同的运动选择合适的数学模型以适应所述平移和旋转，通过所述数学模型计算需要测量的速度。步骤S4＇用于测量匀速运动的物体。步骤S4＇中，采用线性回归模型来拟合平移和旋转，线性回归用最小化残差平方和拟合平移及旋转的速度。在进行平移和旋转之前，对触觉图像采用双线性差值法进行缩放来增强图像分辨率，采用形态学变换中的膨胀和腐蚀来消除噪声。本专利技术具有如下有益效果：运动感知是动态触觉感知的前提，本专利技术提出的方法可以准确地感知平移、旋转和速度。1、提出了一种利用电子皮肤触觉感知测量物体3自由度运动(x,y,θ)的方法：用电子皮肤获得不同时间的触觉图像，利用图像平移对齐及旋转对齐的方法测量平移及旋转量。2、优选地，在进行平移和旋转之前，对触觉图像采用缩放(如双线性差值法)增强图像分辨率，采用形态学变换(如膨胀及腐蚀)消除图像噪声。本专利技术采用5次双线性差值法对图像进行缩放，采用形态学变换中的膨胀和腐蚀来消除噪声。3、优选地，运动感知中的旋转测量采用完全搜索法，避免陷入局部最优解。4、优选地，旋转测量采用对数极坐标变换将触觉图像重新映射到对数极坐标空间，将旋转完全搜索转换为平移完全搜索，提高了电子皮肤的动态感知效率。5、优选地，基于平移及旋转感知进一步提出了利用电子皮肤触觉感知测量物体运动速度的两种方法，实现了通过电子皮肤触觉精确测量物体的速度。一种方法取间隔一个采样周期连续两张触觉图像，对其进行计算获得该时刻的平移和旋转。平移测量中最大误差不超过1.0mm。旋转测量平均误差不超过1.946°。另一种方法是将每一张触觉图像均与第一张图像比较，以获得相对于初始位置和方向的平移量和旋转量。平移最大相对误差为0.06，旋转最大相对误差为0.04。附图说明图1为位置对齐(a)和方向对齐(b)的过程示意图；图2为通过对数极坐标操作将触觉图像(a)重新映射到对数极坐标空间(b)(M为13)的实例图；图3a和图3b分别表示X方向和Y方向的平移拟合速度；图4表示旋转的拟合速度。具体实施方式以下对本专利技术的实施方式作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本专利技术的范围及其应用。在一种实施例中，提供一种利用电子皮肤感知物体运动的方法，以实现机器人的触觉动态感知。具体方法可以包括：(1)平移和旋转感知虽然移动物体的位置和方向总是变化的，但机器人可以利用与物体接触的电子皮肤来获得触觉图像。电子皮肤传感器上的信号可通过扫描电路产生一个触觉图像。传感器可以将力转换为灰度值，灰度值范围为0到255，从而像素灰度值构成的触觉图像可以表示压力的分布。通过获取物体运动过程中两个不同时间点的触觉图像，用两个步骤计算运动对象的平移和旋转量。如图1所示，(a)和(b)分别表示位置对齐和方向对齐的过程。第一步是平移对齐dx、dy，该步使触觉图像形心处于相同位置并测量形心的平移。平移测量以触觉图像形心作为参考点，通过计算运动前后形心坐标的变化，得到物体在平面上的平移。形心的计算方式由方程(2)计算。其中n是图像中像素的数量，pk是图像中每个像素的坐标，pcenter是形心的坐标。形心坐标之间的差异表示对象的平移。由于传感器本文档来自技高网...

【技术保护点】
1.一种电子皮肤的触觉动态感知方法，其特征在于,包括如下步骤：S1、获取物体在运动过程中两个不同时间点的第一触觉图像和第二触觉图像；S2、平移第一触觉图像以使第一触觉图像和第二触觉图像的形心处于相同位置，并以平移的触觉图像形心作为参考点，通过计算平移前后的形心坐标的变化，测得到物体在平面上的平移量；S3、旋转第一触觉图像以使第一触觉图像和第二触觉图像的方向对齐，并测量旋转的角度，测得物体的旋转角度。

【技术特征摘要】
1.一种电子皮肤的触觉动态感知方法，其特征在于,包括如下步骤：S1、获取物体在运动过程中两个不同时间点的第一触觉图像和第二触觉图像；S2、平移第一触觉图像以使第一触觉图像和第二触觉图像的形心处于相同位置，并以平移的触觉图像形心作为参考点，通过计算平移前后的形心坐标的变化，测得到物体在平面上的平移量；S3、旋转第一触觉图像以使第一触觉图像和第二触觉图像的方向对齐，并测量旋转的角度，测得物体的旋转角度。2.如权利要求1所述的触觉动态感知方法，其特征在于,步骤S2中，基于式(1)计算形心坐标：其中n是图像中像素的数量，pk是图像中每个像素的坐标，pcenter是形心的坐标；计算平移前后形心坐标之间的差值；将形心坐标的差值和传感器阵列的单元间距相乘，计算平移量。3.如权利要求1所述的触觉动态感知方法，其特征在于,步骤S3包括：基于式(2)和式(3)，通过对数极坐标变换，将触觉图像重新映射到对数极坐标空间：其中x和y是图像中像素的坐标，xc和yc是形心的坐标，M是幅值，ρ是像素和形心之间的对数距离，θ是像素相对于中心的方向，ρ和θ构成对数极坐标空间的横坐标和纵坐标，通过对数极坐标变换将触觉图像从笛卡尔坐标系下的旋转运动转换到对数坐标下的平移运动，将对旋转的全搜索转变为对数极坐标空间的最佳平移的全搜索；基于式(4)至式(6)，计算所有平移变换后的图像与基准图像的误差：I′lp1＝Mtanslation×Ilp1(4)其中，Ilp1和Ilp2是对数极坐标图像，Mtanslation是将Il...

【专利技术属性】
技术研发人员：刘厚德，谢瑜，曾凤，陈楚浩，梁斌，朱晓俊，
申请(专利权)人：清华大学深圳研究生院，
类型：发明
国别省市：广东,44