基于柔性触觉传感器的酒糟检测系统及方法技术方案

本申请涉及一种基于柔性触觉传感器的酒糟检测系统及方法，其中，包括：爪夹组件，用于模拟人体的手部动作以反复主动抓捏酒糟；设置于爪夹组件上的至少一个柔性触觉传感器，用于在抓捏的过程中，采集抓捏酒糟产生的压力信号；检测组件，用于根据压力信号提取至少两个触觉信号特征，并由至少两个触觉信号特征获取酒糟的力学特性信息，并识别酒糟的实际所属级别。由此，解决了依赖个人经验进行酒糟检测，检测效果因人而异，且相关技术难以在酿酒现场使用进行实时检测，难以数字化、自动化、智能化，成本高昂等问题。成本高昂等问题。成本高昂等问题。

【技术实现步骤摘要】
基于柔性触觉传感器的酒糟检测系统及方法


[0001]本申请涉及酒糟检测
，特别涉及一种基于柔性触觉传感器的酒糟检测系统及方法。

技术介绍

[0002]酒糟是酿酒的重要原材料，为粮食和谷壳的混合物，酿酒过程中需要对其进行鉴定，其中骨力、粘度是生产流程中评估鉴定的重要参量，目前采用人工感官通过手捏进行鉴定。浓香型白酒酿造工艺流程从母糟开始，经历拌粮拌糠、上甑蒸馏、出甑、摊晾、入窖、封窖发酵、开窖滴黄水、起窖等工艺环节。根据现有技术可知，随着发酵的进行，由于淀粉和含水量等物质组成的变化，酒糟的硬度总体上呈现出不断上升的趋势，酒糟的粘度呈现明显下降的趋势，后期逐渐放缓。
[0003]传统的酒糟甄别依靠酿酒师傅的人工鉴定，这种方式依赖酿酒师傅通过感官感知，基于个人经验进行鉴定，鉴定效果会因人而异，学习和培训成本高，且经验难以迁移，不利于酿酒技术的发展。随着现代科学技术的突飞猛进，现代科技在白酒产业中的应用越来广，主要表现在新技术、新工艺和新设备的应用上。在传统的酒糟甄别中，骨力为手握酒糟时感受到的硬度、弹性；粘度体现酒糟颗粒间的粘连性，可将其视为类似流体粘度的概念。基于上述概念，可以利用现代测试技术将酒糟的骨力粘度进行数字化。
[0004]在实验室中，一般采用如质构仪等特定的检测设备来检测酒糟某种力学特性，例如，硬度、弹性、粘度、内聚性、疏松性等。然而，上述设备难以在酿酒现场使用进行实时检测，且成本高昂。目前，尚没有可在酿酒生产现场使用的酒糟力学特性检测设备。

技术实现思路

[0005]本申请提供一种基于柔性触觉传感器的酒糟检测系统及方法，以解决依赖个人经验进行酒糟检测，检测效果因人而异，且相关技术难以在酿酒现场使用进行实时检测，难于数字化、自动化、智能化，成本高昂等问题。
[0006]本申请第一方面实施例提供一种基于柔性触觉传感器的酒糟检测系统，包括：爪夹组件，用于模拟人体的手部动作以反复主动抓捏酒糟；设置于所述爪夹组件上的至少一个柔性触觉传感器，用于在抓捏的过程中，采集抓捏所述酒糟产生的压力信号；以及检测组件，用于根据所述压力信号提取至少两个触觉信号特征，并由所述至少两个触觉信号特征获取所述酒糟的力学特性信息，并识别所述酒糟的实际所属级别。
[0007]可选地，在本申请的一个实施例中，所述爪夹组件包括：机械爪夹和机械臂，其中，所述机械臂和所述机械爪夹相连，所述机械臂调整所述机械爪夹相对所述酒糟的竖直位置和水平位置，以驱动所述机械爪夹达到所述酒糟相对应的主动抓捏位置处。
[0008]可选地，在本申请的一个实施例中，所述机械爪夹为气动柔性爪夹。
[0009]可选地，在本申请的一个实施例中，所述检测组件包括：信号检出和采集电路，用于将所述压力信号转换为数字信号；上位机模块，用于根据所述数字信号提取所述至少两
个触觉信号特征，并输入至预先构建的机器学习分级模型中，输出所述力学特性信息和/或所述实际所属级别。
[0010]可选地，在本申请的一个实施例中，所述信号检出和采集电路包括：电源；负载分压电阻，用于对电压信号进行阻抗变换和分压处理；运算放大电路，用于对所述电压信号进行运算并放大处理；信号采集模块，用于将处理后的电压信号转换为所述数字信号。
[0011]可选地，在本申请的一个实施例中，所述至少一个柔性触觉传感器的柔性触觉传感器为驻极体柔型触觉传感器。
[0012]可选地，在本申请的一个实施例中，所述力学特性信息包括骨力、粘度、弹性、硬度、内聚性、疏松性中的至少一项。
[0013]本申请第二方面实施例提供一种基于柔性触觉传感器的酒糟检测方法，包括以下步骤：在抓捏的过程中，采集所述爪夹组件抓捏所述酒糟产生的压力信号；根据所述压力信号提取所述至少两个触觉信号特征；由所述至少两个触觉信号特征获取所述酒糟的力学特性信息，并识别所述酒糟的实际所属级别。
[0014]可选地，在本申请的一个实施例中，在采集抓捏所述酒糟产生的压力信号之前，还包括：调整所述爪夹组件相对所述酒糟的竖直位置和水平位置，以驱动所述爪夹组件达到所述酒糟相对应的主动抓捏位置处。
[0015]本申请第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的基于柔性触觉传感器的酒糟检测方法。
[0016]本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的基于柔性触觉传感器的酒糟检测方法。
[0017]由此，本申请的实施例具有以下有益效果：
[0018]本申请的实施例包括爪夹组件，用于模拟人体的手部动作以反复主动抓捏酒糟；设置于爪夹组件上的至少一个柔性触觉传感器，用于在抓捏的过程中，采集抓捏酒糟产生的压力信号；检测组件，用于根据压力信号提取至少两个触觉信号特征，并由至少两个触觉信号特征获取酒糟的力学特性信息，并识别酒糟的实际所属级别，由此，本申请的实施例通过建立数字化分级模型，使得酒糟检测具有可迁移、可量化比较等优势，此外，本申请的实施例不依赖人工经验，有效提升了酒糟检测的自动化、数字化、智能化以及实时性等性能。由此，解决了依赖个人经验进行酒糟检测，检测效果因人而异，且相关技术难以在酿酒现场使用进行实时检测，难以数字化、自动化、智能化，成本高昂等问题。
[0019]本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
[0020]本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0021]图1为根据本申请实施例的基于柔性触觉传感器的酒糟检测系统的示例图；
[0022]图2为本申请的一个实施例的提供的一种机械爪夹的工作原理示意图；
[0023]图3为本申请的一个实施例的提供的一种驻极体式柔型触觉传感器的结构示意图；
[0024]图4为本申请的一个实施例的提供的一种基于柔性触觉传感器的酒糟检测系统的逻辑架构示意图；
[0025]图5为本申请的一个实施例的提供的一种基于柔性触觉传感器的酒糟检测系统功能实现的逻辑架构图；
[0026]图6为本申请的一个实施例的提供的一种数据采集流程示意图；
[0027]图7为本申请的一个实施例的提供的一种传感器输出信号曲线示意图；
[0028]图8为本申请的一个实施例的提供的一种传感器输出信号特征提取信息示意图；
[0029]图9为本申请的一个实施例的提供的一种信号处理流程示意图；
[0030]图10为根据本申请实施例提供的一种基于柔性触觉传感器的酒糟检测方法的流程图。
[0031]附图标记说明：基于柔性触觉传感器的酒糟检测系统
‑
10；爪夹组件
‑
100、柔性触觉传感器
‑
200、检测组件
‑...

【技术保护点】

【技术特征摘要】
1.一种基于柔性触觉传感器的酒糟检测系统，其特征在于，包括：爪夹组件，用于模拟人体的手部动作以反复主动抓捏酒糟；设置于所述爪夹组件上的至少一个柔性触觉传感器，用于在抓捏的过程中，采集抓捏所述酒糟产生的压力信号；以及检测组件，用于根据所述压力信号提取至少两个触觉信号特征，并由所述至少两个触觉信号特征获取所述酒糟的力学特性信息，并识别所述酒糟的实际所属级别。2.根据权利要求1所述的基于柔性触觉传感器的酒糟检测系统，其特征在于，所述爪夹组件包括：机械爪夹和机械臂，其中，所述机械臂和所述机械爪夹相连，所述机械臂调整所述机械爪夹相对所述酒糟的竖直位置和水平位置，以驱动所述机械爪夹达到所述酒糟相对应的主动抓捏位置处。3.根据权利要求2所述的基于柔性触觉传感器的酒糟检测系统，其特征在于，所述机械爪夹为气动柔性爪夹。4.根据权利要求1所述的基于柔性触觉传感器的酒糟检测系统，其特征在于，所述检测组件包括：信号检出和采集电路，用于将所述压力信号转换为数字信号；上位机模块，用于根据所述数字信号提取所述至少两个触觉信号特征，并输入至预先构建的机器学习分级模型中，输出所述力学特性信息和/或所述实际所属级别。5.根据权利要求4所述的基于柔性触觉传感器的酒糟检测系统，其特征在于，所述信号检出和采集电路包括：电源；负载分压电阻，用于对电压信号进行阻抗变换和分压处理；运算放大电路，用...

【专利技术属性】
技术研发人员：叶雄英，许佳妮，滕峻池，曹泽元，任超，刘淼，林锋，张宿义，刘文鲁，
申请(专利权)人：泸州老窖股份有限公司，
类型：发明
国别省市：