一种机器人触觉动作识别系统及识别方法技术方案

本发明专利技术公开了一种机器人触觉动作识别系统及识别方法。该识别系统包括阵列式触觉传感器、嵌入式微控制器和上位机；所述阵列式触觉传感器穿戴在载体上，阵列式触觉传感器和嵌入式微控制器连接，嵌入式微控制器与上位机连接。本识别系统具有对人

【技术实现步骤摘要】
一种机器人触觉动作识别系统及识别方法


[0001]本专利技术涉及机器人触觉感知领域，具体是一种机器人触觉动作识别系统及识别方法。

技术介绍

[0002]近年来，随着智能制造技术及各类机器人的快速发展，人机交互技术越来越受到关注，并成为研究热点。机器人的身影逐渐出现在了各行各业，并且扮演起了愈加重要的社会角色，越来越多的出现在了人员密集的场所，承担起服务工作。传统的机器人更多在结构化的环境中工作，需要按照特定的程序进行运作，其工作路线与运作方式都是相对固定的，完成的任务单一且在工作过程中避免与人产生直接交流，这就限制了机器人，尤其是服务型机器人的社会角色和工作任务的多样性，无法实现有效的人机物理交互(physical Human-Robot Interactions，pHRI)。
[0003]人机物理交互是机器人实现高级智能化、完成直接与人接触的较高难度工作(例如搀扶、背抱、辅助行走等)的技术前提，智能化的机器人可以发挥人在面对不同问题时的灵活可变，的优势，也可以发挥机器人在工作时的稳定性能，从而高品质的完成工作。其中，机器人触觉在人机物理交互过程中具有不可替代的重要作用。目前，机器人主要通过视觉和听觉在人机交互中与人通讯，感知环境变化，判断人体动作意图。然而，视觉和听觉无法在某些关键场合发挥作用，例如距离较近、光线较差、人与机器人直接接触等情况。此时，机器人触觉是机器人感知人体和外部环境的重要手段，是保证机器人与人接触过程中的安全性、舒适性、友好性的途径。
[0004]机器人通常通过触觉传感器来感知外界接触。阵列式触觉传感器是由多个触觉传感单元组成的传感器。相较于单点式触觉传感器，阵列式触觉传感器集成了多个传感单元，具备接触力分布的检测能力。传统的单点触觉传感器具有难以定位、信息量少、重复性差等缺点，而阵列式触觉传感器能够采集更为全面综合的数据，为有效提取触觉信息的特征提供了先决条件。因触觉传感器信息量具备多维信息内涵，信息量大，会占用机器人控制器大量的计算资源；同时现有触觉传感器及硬件平台只具有数据感知和传输功能，不具备底层运算、判断识别等智能功能，难以实现全机器人表皮的触觉信息获取、运算、认知，会给机器人控制器带来大量的计算和储存负担，无法实现机器人触觉智能化，例如公开号为CN 108681412A的文献公开了一种基于阵列式触觉传感器的情感识别装置及方法，其情感识别种类为三种，种类较少；没有做到将算法嵌入到微控制器中，智能化的识别是在上位机中完成的，上位机计算负担大；无法同时运行多个算法，将会占用大量的计算机资源。

技术实现思路

[0005]针对现有技术的不足，本专利技术拟解决的技术问题是，提供一种基于柔性阵列式触觉传感器和嵌入式硬件平台的机器人触觉动作识别系统及识别方法。
[0006]本专利技术解决所述识别系统技术问题的技术方案是，提供一种机器人触觉动作识别
系统，其特征在于，该识别系统包括阵列式触觉传感器、嵌入式微控制器和上位机；所述阵列式触觉传感器穿戴在载体上，阵列式触觉传感器和嵌入式微控制器连接，嵌入式微控制器与上位机连接。
[0007]本专利技术解决所述识别方法技术问题的技术方案是，提供一种基于所述的机器人触觉动作识别系统的动作识别方法，其特征在于，该识别方法包括以下步骤：
[0008]第一步、训练卷积神经网络；
[0009](1)将阵列式触觉传感器穿戴于载体上，所述阵列式触觉传感器是由m行n列的电极形成的阵列，行列之间的行列交点处设置有介电层；启动上位机和嵌入式微控制器；
[0010]动作设计者采用标准动作向M个参与者演示施加于阵列式触觉传感器的R种特征动作；再令M个参与者分别将R种特征动作按照动作设计者演示的标准动作施加于阵列式触觉传感器，每种特征动作重复N次；
[0011]每个参与者以一种特征动作施加于阵列式触觉传感器一次的输出信号记为一个训练样本，则得到P＝R
×
M
×
N个训练样本；每个训练样本中的每一帧包含u
×
u个压力数据，分别对应m行
×
n列的阵列式触觉传感器的各个行列交点处的压力值，压力矩阵若存在缺失位置则用0补全；u为m和n中的最大值；压力矩阵为阵列式触觉传感器各个行列交点处的压力值形成的矩阵；
[0012]嵌入式微控制器实时采集阵列式触觉传感器的输出信号并传输到上位机中储存；上位机实时显示阵列式触觉传感器的各个行列交点处的压力值以及总压力值随时间的变化曲线；总压力值为各个行列交点处受到的压力值之和；
[0013](2)在上位机中计算各个训练样本的每一帧各自所包含的压力数据的和值，选取每个训练样本中各自的压力数据和值最大的一帧包含的u
×
u个压力数据组成特征动作数据集{Rp}，作为训练卷积神经网络时的输入；特征动作数据集{Rp}中包含P组u
×
u个压力数据；
[0014](3)在上位机中构建卷积神经网络；再用特征动作数据集{Rp}训练卷积神经网络；训练完成后，得到卷积神经网络模型集合，从中选取验证集准确率最高的卷积神经网络模型；
[0015](4)将卷积神经网络模型转化为编程文件，编程文件中包含应用程序编程接口；
[0016]第二步、设计判别算法进行动作识别；
[0017](1)在上位机中对ADC模块进行编程，在ADC模块中设定压力阈值、压力作用时间阈值、总压力阈值和压力矩阵质心移动距离阈值；
[0018](2)将编程后的ADC模块和第一步得到的编程文件嵌入到嵌入式微控制器中；
[0019](3)嵌入式微控制器实时检测阵列式触觉传感器各个行列交点处的压力值，再在嵌入式微控制器中计算得到压力作用时间、总压力值和压力矩阵质心移动距离；再通过判别算法进行动作识别，得到识别结果。
[0020]与现有技术相比，本专利技术有益效果在于：
[0021]1、本识别系统采用阵列式触觉传感器具有良好的柔性、高灵敏度、可靠性高，且量程大及成本低等优势。
[0022]2、本专利技术建立了一个包含12种人机交互动作的数据集，该数据集的采集面向众多人群，动作种类多且复杂，满足泛化能力，目前没有用于人机交互的动作数据集。
[0023]3、本专利技术设计了能够实现多分类(即能够多种动作识别)的卷积神经网络构架，并将神经网络模型移植到嵌入式微控制器中，实现了微型化、小型化，有了更多的应用场景；卷积神经网络由于容错性好、鲁棒性强，相对于传统的机器学习算法(如SVM)准确率更高。
[0024]4、本专利技术的动作识别方法采用了判别算法这一人工智能算法，识别结果由卷积神经网络模型与动作特征阈值判断共同得出，提高了最终识别的准确率。
[0025]5、本识别系统具有对人-机物理接触过程中触觉信息测量、数据采集和储存、信息特征提取、动作识别等功能，通过参与者施加不同的特征动作到触觉传感器上对触觉信息数据进行采集，并对数据进行特征提取，建立一个神经网络在上位机中训练，通过将判别算法嵌入到微控制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人触觉动作识别系统，其特征在于，该识别系统包括阵列式触觉传感器、嵌入式微控制器和上位机；所述阵列式触觉传感器穿戴在载体上，阵列式触觉传感器和嵌入式微控制器连接，嵌入式微控制器与上位机连接。2.根据权利要求1所述的机器人触觉动作识别系统，其特征在于所述阵列式触觉传感器是由行列电极形成的阵列，行列之间的行列交点处设置有介电层。3.根据权利要求2所述的机器人触觉动作识别系统，其特征在于所述介电层为离子凝胶纤维层。4.一种基于权利要求1-3任一所述的机器人触觉动作识别系统的动作识别方法，其特征在于，该识别方法包括以下步骤：第一步、训练卷积神经网络；(1)将阵列式触觉传感器穿戴于载体上，所述阵列式触觉传感器是由m行n列的电极形成的阵列，行列之间的行列交点处设置有介电层；启动上位机和嵌入式微控制器；动作设计者采用标准动作向M个参与者演示施加于阵列式触觉传感器的R种特征动作；再令M个参与者分别将R种特征动作按照动作设计者演示的标准动作施加于阵列式触觉传感器，每种特征动作重复N次；每个参与者以一种特征动作施加于阵列式触觉传感器一次的输出信号记为一个训练样本，则得到P＝R
×
M
×
N个训练样本；每个训练样本中的每一帧包含u
×
u个压力数据，分别对应m行
×
n列的阵列式触觉传感器的各个行列交点处的压力值，压力矩阵若存在缺失位置则用0补全；u为m和n中的最大值；压力矩阵为阵列式触觉传感器各个行列交点处的压力值形成的矩阵；嵌入式微控制器实时采集阵列式触觉传感器的输出信号并传输到上位机中储存；上位机实时显示阵列式触觉传感器的各个行列交点处的压力值以及总压力值随时间的变化曲线；总压力值为各个行列交点处受到的压力值之和；(2)在上位机中计算各个训练样本的每一帧各自所包含的压力数据的和值，选取每个训练样本中各自的压力数据和值最大的一帧包含的u
×
u个压力数据组成特征动作数据集{Rp}，作为训练卷积神经网络时的输入；特征动作数据集{Rp}中包含P组u
×
u个压力数据；(3)在上位机中构建卷积神经网络；再用特征动作数据集{Rp}训练卷积神经网络；训练完成后，得到卷积神经网络模型集合，从中选取验证集准确率最高的卷积神经网络模型；(4)将卷积神经网络模型转化为编程文件，编程文件中包含应用程序编程接口；第二步、设计判别算法进行动作识别；(1)在上位机中对ADC模块进行编程，在ADC模块中设定压力阈值、压力作用时间阈值、总压力阈值和压力矩阵质心移动距离阈值；(2)将编程后的ADC模块和第一步得到的编程文件嵌入到嵌入式微控制器中；(3)嵌入式微控制器实时检测阵列式触觉传感器各个行列交点处的压力值，再在嵌入式微...

【专利技术属性】
技术研发人员：刘吉晓，王鹏，侯福宁，刘阔，郭士杰，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：