本发明专利技术涉及一种考虑摩擦系数异常值剔除的物体触摸分类方法和系统，方法包括：带动触觉传感器在被测物体表面移动，获取法向力和切向力，计算出物体摩擦系数；分别获取各个已知样本的物体摩擦系数，构建物体摩擦系数数据集；对物体摩擦系数数据集进行聚类，获取各聚类组标准值偏差，进行异常值剔除，并建立物体类型与物体摩擦系数的联系数据库；探测待分类物体的多个物体摩擦系数数据，并进行异常值剔除，然后与联系数据库对比，实现物体分类。与现有技术相比，本发明专利技术根据不同材质物体的物体摩擦系数不同的特点，实现物体分类，方案方便可靠，效率高；根据聚类组标准值偏差进行了异常值剔除，提高了物体分类结果的准确性。提高了物体分类结果的准确性。提高了物体分类结果的准确性。
【技术实现步骤摘要】
一种考虑摩擦系数异常值剔除的物体触摸分类方法和系统
[0001]本专利技术涉及物体分类领域，尤其是涉及一种考虑摩擦系数异常值剔除的物体触摸分类方法和系统。
技术介绍
[0002]随着工业自动化进程的需要，出现了一些通过机器对物体进行触摸从而识别物体信息进行分类处理的方法。
[0003]公开号为CN108889636A的专利技术公开了一种基于机械手触觉分类识别物料的方法，利用不同物料的碰撞变形特性及变形恢复特性有所区别，使得机械手在夹取物料的瞬时加速度波形因物料类型而不同的特性，通过在机械手抓取物料，并采集机械手抓取物料时的加速度信息，形成加速度波形，将该加速度波形与数据库中的加速度波形匹配，从而获取机械手此时抓取的物料的种类，接着机械手根据意识别处物料种类规划移动路径，将物料放入分类盒中，完成物料分类。
[0004]该方法通过不同物料的碰撞变形特性及变形恢复特性进行物料分类，但没有考虑物体表面材质或测量设备的误差，无法保证分类结果的准确性。
技术实现思路
[0005]本专利技术的目的就是为了克服上述现有技术存在没有考虑物体表面材质或测量设备的误差，无法保证分类结果的准确性的缺陷而提供一种考虑摩擦系数异常值剔除的物体触摸分类方法和系统。
[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]一种考虑摩擦系数异常值剔除的物体触摸分类方法，包括以下步骤：
[0008]物体摩擦系数获取步骤：带动触觉传感器在被测物体表面移动，通过所述触觉传感器获取触觉信息，该触觉信息包括法向力和切向力，以所述法向力和切向力之比作为物体摩擦系数；
[0009]样本数据聚类步骤：获取多个已知样本，分别采用所述物体摩擦系数获取步骤得到各个已知样本的物体摩擦系数，构建物体摩擦系数数据集；对所述物体摩擦系数数据集进行聚类，获取各聚类组标准值偏差，进行异常值剔除，并建立物体类型与物体摩擦系数的联系数据库；
[0010]触摸分类步骤：获取待分类物体，采用所述物体摩擦系数获取步骤得到该待分类物体的多个物体摩擦系数数据，获取所述多个物体摩擦系数数据的标准值偏差，进行异常值剔除，然后将剩余的物体摩擦系数数据分别与所述联系数据库对比，获取该待分类物体对应的物体类型，实现物体分类。
[0011]进一步地，所述法向力F
n
的计算表达式为：
[0012][0013]式中，q为触觉传感器测量的接触点力矩，n为触觉传感器的接触面法向量；
[0014]所述切向力F
t
的计算表达式为：
[0015]F
t
＝p
‑
F
n
[0016]式中，p为触觉传感器测量的三维作用力。
[0017]进一步地，采用非线性最小二乘法求解所述法向力和切向力。
[0018]进一步地，所述触觉传感器为六轴力
‑
力矩传感器。
[0019]进一步地，利用SPSS系统计算数据的标准值偏差，从而进行所述异常值剔除。
[0020]本专利技术还提供一种考虑摩擦系数异常值剔除的物体触摸分类系统，包括触觉传感器、机械臂和控制器，所述触觉传感器和机械臂均连接所述控制器，所述机械臂连接所述触觉传感器，所述控制器的数据处理过程包括以下步骤：
[0021]物体摩擦系数获取步骤：带动触觉传感器在被测物体表面移动，通过所述触觉传感器获取触觉信息，该触觉信息包括法向力和切向力，以所述法向力和切向力之比作为物体摩擦系数；
[0022]样本数据聚类步骤：获取多个已知样本，分别采用所述物体摩擦系数获取步骤得到各个已知样本的物体摩擦系数，构建物体摩擦系数数据集；对所述物体摩擦系数数据集进行聚类，获取各聚类组标准值偏差，进行异常值剔除，并建立物体类型与物体摩擦系数的联系数据库；
[0023]触摸分类步骤：获取待分类物体，采用所述物体摩擦系数获取步骤得到该待分类物体的多个物体摩擦系数数据，获取所述多个物体摩擦系数数据的标准值偏差，进行异常值剔除，然后将剩余的物体摩擦系数数据分别与所述联系数据库对比，获取该待分类物体对应的物体类型，实现物体分类。
[0024]进一步地，所述触觉传感器包括相互连接的半球形传感器外壳和六轴力
‑
力矩传感器，所述六轴力
‑
力矩传感器用于测量所述半球形传感器外壳产生的力
‑
力矩的测量值，所述控制器根据所述力
‑
力矩的测量值计算接触点在所述半球形传感器外壳上的坐标、法向力和切向力。
[0025]进一步地，所述法向力F
n
的计算表达式为：
[0026][0027]式中，q为触觉传感器测量的接触点力矩，n为触觉传感器的接触面法向量；
[0028]所述切向力F
t
的计算表达式为：
[0029]F
t
＝p
‑
F
n
[0030]式中，p为触觉传感器测量的三维作用力。
[0031]进一步地，采用非线性最小二乘法求解所述法向力和切向力。
[0032]进一步地，利用SPSS系统计算数据的标准值偏差，从而进行所述异常值剔除。
[0033]与现有技术相比，本专利技术具有以下优点：
[0034](1)本专利技术通过带动触觉传感器在被测物体表面移动，获取包括法向力和切向力的触觉信息，从而获取物体摩擦系数，通过聚类分析，根据不同材质物体的物体摩擦系数不同的特点，实现物体分类，方案方便可靠，效率高；对于物体摩擦系数的样本数据，通过求取聚类组标准值偏差，进行异常值剔除，排除物体表面材质或测量设备的误差的影响，提高了
物体分类结果的准确性。
[0035](2)设计了拟人化触摸方法和触觉传感部分，利用触觉传感器进行拟人化触摸，获取了大量适于进行分析的接触法向和切向力等数据，用于物体分类，操作过程简便，稳定性强。
[0036](3)利用SPSS系统进行聚类组标准值偏差来标记剔除异常值，有利于减少由于机械及物体表面原因对测得数据及计算摩擦系数结果产生的偏差。
[0037](4)利用SPSS系统聚类算法对不同材质接触面进行分析，建立了不同材质与对应摩擦系数的联系；通过对触摸信息的聚类分析识别待测物体，到识别当前接触面材质的功能，进一步发展了触觉检测的意义，即通过触摸可以感受接触面的粗糙程度，方案方便可靠，效率高。
附图说明
[0038]图1为本专利技术实施例中虑摩擦系数异常值剔除的物体触摸分类系统的整体结构示意图；
[0039]图2为本专利技术实施例中触觉传感器的结构示意图；
[0040]图3为本专利技术实施例中使用平均联接的树状图；
[0041]图中，1、传感器外壳，2、六轴力
‑
力矩传感器，3、机械臂，4、半球形传感器外壳，5、传感器应变片，6、传感器底座。
具体实施方式
[0042]下面结合附图和具体实施例对本专利技术进本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种考虑摩擦系数异常值剔除的物体触摸分类方法，其特征在于，包括以下步骤：物体摩擦系数获取步骤：带动触觉传感器在被测物体表面移动，通过所述触觉传感器获取触觉信息，该触觉信息包括法向力和切向力，以所述法向力和切向力之比作为物体摩擦系数；所述法向力F
n
的计算表达式为：式中，q为触觉传感器测量的接触点力矩，n为触觉传感器的接触面法向量；所述切向力F
t
的计算表达式为：F
t
＝p
‑
F
n
式中，p为触觉传感器测量的三维作用力；样本数据聚类步骤：获取多个已知样本，分别采用所述物体摩擦系数获取步骤得到各个已知样本的物体摩擦系数，构建物体摩擦系数数据集；对所述物体摩擦系数数据集进行聚类，获取各聚类组标准值偏差，进行异常值剔除，并建立物体类型与物体摩擦系数的联系数据库；触摸分类步骤：获取待分类物体，采用所述物体摩擦系数获取步骤得到该待分类物体的多个物体摩擦系数数据，获取所述多个物体摩擦系数数据的标准值偏差，进行异常值剔除，然后将剩余的物体摩擦系数数据分别与所述联系数据库对比，获取该待分类物体对应的物体类型，实现物体分类。2.根据权利要求1所述的一种考虑摩擦系数异常值剔除的物体触摸分类方法，其特征在于，采用非线性最小二乘法求解所述法向力和切向力。3.根据权利要求1所述的一种考虑摩擦系数异常值剔除的物体触摸分类方法，其特征在于，所述触觉传感器为六轴力
‑
力矩传感器。4.根据权利要求1所述的一种考虑摩擦系数异常值剔除的物体触摸分类方法，其特征在于，通过机械臂带动触觉传感器在被测物体表面移动。5.根据权利要求1所述的一种考虑摩擦系数异常值剔除的物体触摸分类方法，其特征在于，利用SPSS系统计算数据的标准值偏差，从而进行所述异常值剔除。6.一种考虑摩擦系数异常值剔除的物体触摸分类系统，其特征在于，包括触觉传感器、机械臂和控制器，所述触觉传感器和机械臂均连接所述控制器，所述机械臂连接所述触觉传感器，所述控制器的数据处理过程包括以下...
【专利技术属性】
技术研发人员：齐鹏，潘禹辛，徐志宇，
申请(专利权)人：同济大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。