【技术实现步骤摘要】
本专利技术涉及人机交互，尤其涉及一种触觉传感器接触力分类及数值预测方法及存储介质。
技术介绍
1、机器人的指尖触觉传感技术对于工业以及仿生机器人的设计起着至关重要的作用。其中基于光学的柔性触觉传感器和基于光纤传导的柔性触觉传感器是目前机器人指尖触觉研究的主流方向。
2、这种传感器与基于光学的柔性触觉传感器相比其优势在于将相机移到接触点的远端，可以使得传感器的体积更小。传统的此类传感器的数值预测方法为普通的alex卷积网络，该网络的优势在于体积小，简洁。但是该网络的力学数值预测精度较低，因此基于该算法标定的传感器的力学传感范围以及精度较低，对于机器人与物体交互十分不友好。
技术实现思路
1、有鉴于此，为了克服上述现有技术的缺陷，本专利技术提出了一种触觉传感器接触力分类及数值预测方法、系统及存储介质。
2、一种触觉传感器接触力分类及数值预测方法，其特征在于，包括：
3、获取力学信息标签和图片，对所述力学信息标签和所述图片进行组合及预处理以构建力学深度学习数据
4本文档来自技高网...
【技术保护点】
1.一种触觉传感器接触力分类及数值预测方法，其特征在于，包括：
2.根据权利要求1所述的触觉传感器接触力分类及数值预测方法，其特征在于，所述“获取力学信息标签和图片，对所述力学信息标签和所述图片进行组合及预处理以构建力学深度学习数据集”包括：
3.根据权利要求2所述的触觉传感器接触力分类及数值预测方法，其特征在于，在“根据触觉传感装置搭载的力学传感器实时采集力学信息及图像采集装置采集对应的图片”的同时采集温漂检查点；
4.根据权利要求1所述的触觉传感器接触力分类及数值预测方法，其特征在于，所述“基于多尺度深度学习残差网络对所述力学深...
【技术特征摘要】
1.一种触觉传感器接触力分类及数值预测方法，其特征在于，包括：
2.根据权利要求1所述的触觉传感器接触力分类及数值预测方法，其特征在于，所述“获取力学信息标签和图片，对所述力学信息标签和所述图片进行组合及预处理以构建力学深度学习数据集”包括：
3.根据权利要求2所述的触觉传感器接触力分类及数值预测方法，其特征在于，在“根据触觉传感装置搭载的力学传感器实时采集力学信息及图像采集装置采集对应的图片”的同时采集温漂检查点；
4.根据权利要求1所述的触觉传感器接触力分类及数值预测方法，其特征在于，所述“基于多尺度深度学习残差网络对所述力学深度学习数据集进行特征提取以进行接触力种类和力学信息预测”包括：
5.根据权利要求4所述的触觉传感器接触力分类及数值预测方法，其特征在于，所述“构建多尺度残差网络”中的所述多尺度残差网络结构由34个卷积块构成；
【专利技术属性】
技术研发人员：董玉明，陆珍雨，杨天宇，张亮，
申请(专利权)人：中国科学院深圳先进技术研究院，
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。