一种噪声环境下多维力传感器的解耦方法技术

一种噪声环境下多维力传感器的解耦方法。该方法包括以下步骤：步骤1，通过信号调理电路和采集系统获取传感器输出电压U与标准砝码重量(力)F相对应的标定数据；步骤2，将步骤1中获得的标定数据添加噪声，其中信噪比控制在20～30dB之间；步骤3，将步骤2中生成的多组噪声样本顺序依次拼接，同时进行归一化处理，形成新的数据样本；步骤4，将步骤3中获取的样本输入到深度神经网络(DNN)中进行训练，并判断是否达到模型收敛的条件，若达到条件，跳转至步骤4，否则继续执行步骤2；步骤5，模型训练结束，并将训练得到的模型嵌入传感器采集系统，最终应用于实际工业现场。本发明专利技术提高了传感器在噪声环境下的鲁棒性，具有良好的实际应用价值。

A decoupling method of multi-dimensional force sensor in noisy environment

【技术实现步骤摘要】
一种噪声环境下多维力传感器的解耦方法
本专利技术涉及多维力传感器数据采集领域，特别是涉及一种噪声环境下多维力传感器的解耦方法。
技术介绍
多维力传感器广泛应用于机器人手指、手爪研究；机器人外科手术研究；指力研究；牙齿研究；力反馈；刹车检测；精密装配、切削；复原研究；整形外科研究；产品测试；触觉反馈；示教学习。行业覆盖了机器人、汽车制造、自动化流水线装配、生物力学、航空航天、轻纺工业等领域。多维力传感器的存在的耦合误差影响了其检测精度，同时也限制了其在高精度测量与控制领域的应用。目前来看，优化传感器结构和增强解耦算法是提高多维力传感器精度的两大有效途径，但多维力传感器结构受到诸如机械加工误差，应变片贴片位置等因素影响，给精度的提高带来了一定的不确定性。从现阶段来看，在算法层面上校正传感器的耦合误差有着成本低廉，可行性高等优点，这也受到了大量学者的追捧。实际多维力传感器大多工作于噪声环境下，而这些噪声对传感器采集的数据会产生影响，由此可见，增强传感器在噪声环境下的鲁棒性对提高传感器精度有着重要的意义。国内涉及多维力传感器解耦方法的专本文档来自技高网...

【技术保护点】
1.一种噪声环境下多维力传感器的解耦方法，具体步骤如下，其特征在于：/n步骤1，通过信号调理电路和采集系统获取传感器输出电压U与标准砝码重量(力)F相对应的标定数据；/n步骤2，将步骤1中获得的标定数据添加噪声，其中信噪比控制在20～30dB之间；/n步骤3，将步骤2中生成的多组噪声样本顺序依次拼接，同时进行归一化处理，形成新的数据样本；/n步骤4，将步骤3中获取的样本输入到深度神经网络(DNN)中进行训练，并判断是否达到模型收敛的条件，若达到条件，跳转至步骤4，否则继续执行步骤2；/n步骤5，模型训练结束，并将训练得到的模型嵌入传感器采集系统，最终应用于实际工业现场。/n

【技术特征摘要】
1.一种噪声环境下多维力传感器的解耦方法，具体步骤如下，其特征在于：
步骤1，通过信号调理电路和采集系统获取传感器输出电压U与标准砝码重量(力)F相对应的标定数据；
步骤2，将步骤1中获得的标定数据添加噪声，其中信噪比控制在20～30dB之间；
步骤3，将步骤2中生成的多组噪声样本顺序依次拼接，同时进行归一化处理，形成新的数据样本；
步骤4，将步骤3中获取的样本输入到深度神经网络(DNN)中进行训练，并判断是否达到模型收敛的条件，若达到条件，跳转至步骤4，否则继续执行步骤2；
步骤5，模型训练结束，并将训练得到的模型嵌入传感器采集系统，最终应用于实际工业现场。


2.根据权利要求1所述的一种噪声环境下多维力传感器的解耦方法，其特征在于：步骤1中传感器输出电压U与力F在简化模型中满足：



式中，C为权重系数矩阵，b为偏重系数矩阵。上式可简化为UC+b＝F,对实际应用来说，U与F之间的映射模型更加复杂。


3.根据权利要求1所述的一种噪声环境下多维力传感器的解耦方法，其特征在于：步骤2中获得加噪数据的过程可以表示为：
Uprocess＝Unoise+U
式中，U为原始电压数据，Un...

【专利技术属性】
技术研发人员：杨忠，宋爱国，徐宝国，余振中，田小敏，
申请(专利权)人：金陵科技学院，
类型：发明
国别省市：江苏;32