触觉传感器及其电极优化方法和触觉感知系统技术方案

本公开提供的触觉传感器的电极优化方法，包括：根据触觉传感器的应用场景抽象出触觉传感器的物理形状，建立触觉传感器的仿真模型，划分有限元网格，并对节点进行编号，将所有节点建立子集，以约束触觉传感器的电极可能出现的位置；根据子集利用粒子群优化方法对触觉传感器的电极分布进行优化，其中，采用相关系数和相对误差对种群适应度进行评价，计算得到损失值，选择损失值小的个体进行变异，将种群适应度最高的电极分布作为最终的优化结果。本公开提供的电机优化方法，可以实现复杂形状大面积精确、高效的触觉感知，有望在机器人表面进行大面积的部署。行大面积的部署。行大面积的部署。

【技术实现步骤摘要】
触觉传感器及其电极优化方法和触觉感知系统


[0001]本公开涉及机器触觉、嵌入式技术、层析成像、传感器技术、机器学习等多个
，具体涉及触觉传感器及其电极优化方法和具有该触觉传感器的触觉感知系统。

技术介绍

[0002]随着机器感知技术的发展，触觉感知在人机交互技术应用中被越来越多的研究人员所关注，传统的触觉传感器多为点阵式，其复杂的制作工艺以及较多的电极和连线大大限制了点阵式触觉传感器在大面积复杂形状感知方面的发展，使得机器人难以像人类一样获得到有效的全局触觉。而基于电阻抗层析成像技术，使用稀疏的电极分布，可通过数据采集系统和上位机成像系统实现传感器表面的电导率分布的可视化，从而实现对触觉的有效感知。
[0003]触觉感知往往需要面对各种复杂的场景和应用对象，这给基于电阻抗成像技术的触觉传感器的应用和推广带来了很大挑战。现有的触觉感知技术主要面向局部，而且难以适应各种不同场景。

技术实现思路

[0004]本公开旨在至少解决现有技术中存在的技术问题之一。
[0005]为此，本公开第一方面实施例提供的触觉传感器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种触觉传感器的电极优化方法，其特征在于，包括：根据所述触觉传感器的应用场景抽象出所述触觉传感器的物理形状，建立所述触觉传感器的仿真模型，划分有限元网格，并对节点进行编号，将所有节点建立子集，以约束所述触觉传感器的电极可能出现的位置；根据所述子集利用粒子群优化方法对所述触觉传感器的电极分布进行优化，其中，采用相关系数和相对误差对种群适应度进行评价，计算得到损失值，选择损失值小的个体进行变异，将种群适应度最高的电极分布作为最终的优化结果。2.根据权利要求1所述的电极优化方法，其特征在于，所述触觉传感器的仿真模型以触觉传感器的电阻率分布图像作为输入、以触觉传感器的测量电压作为输出。3.根据权利要求1所述的电极优化方法，其特征在于，根据所述子集利用粒子群优化方法对所述触觉传感器的电极分布进行优化，包括：S2.1、建立种群并初始化建立用于表征电极分布的种群，一个种群对应一种电极分布模式，种群中的每个个体分别对应一个电极的位置，分别将相邻的两电极构成一个电极对，将种群表达为以下矩阵形式：E＝[ε
i,j
]其中，E为电极分布矩阵，ε
i,j
表示第i个种群中的第j个个体，ε
i,j
∈L
k
×
N
，k为种群的数量，N为电极对的个数，L为建立的子集；采用随机和均匀等分布的方式初始化种群；S2.2、种群评估每次迭代时，通过比较输入所述仿真模型的初始电阻率分布图像与基于仿真模型输出的测量电压重构得到的重构电阻率分布图像之间的差异，对种群适应度进行评价，所述初始电阻率分布图像与得到重构电阻率分布图像之间的差异以两者之间的相关系数和相对误差来表征，计算公式如下：误差来表征，计算公式如下：其中，角标t代表迭代优化次数；CC
t
和RE
t
分别为第t迭代优化采用的初始电阻率分布图像与重构电阻率分布图像之间的相关系数和相对误差；g
t
(m)为第t次迭代优化采用的初始电阻率分布图像中第m个像素的大小，M为初始电阻率分布图像所含像素的总个数，等于重构电阻率分布图像所含像素的总个数，为第t次迭代计算采用的重构电阻率分布图像中第m个像素的大小，为第t次迭代优化采用的初始电阻率分布图像的像素平均值，为第t次迭代优化采用的重构电阻率分布图像的像素平均值；g
t
为第t次迭代优化采用的初始电阻率分布图像，为第t次迭代优化采用的重构电阻率分布图像；S2.3、个体选择及变异每次迭代时，按照相关系数和相对误差的加权和的大小对电极分布矩阵E...

【专利技术属性】
技术研发人员：刘华平，郑文栋，刘易，袁小虎，
申请(专利权)人：清华大学，
类型：发明
国别省市：