【技术实现步骤摘要】
本专利技术涉及压力分析，更具体地，涉及一种基于球弧面结构与柔性压力阵列融合的压力计算方法。
技术介绍
1、随着自动化和人工智能技术的发展，面向多种医疗、服务、工业流程化等应用领域的机器人被广泛研究和应用。力传感器作为机器人触觉信息获取的重要“感官”，在机器人智能化的过程中具有重要作用，尤其在一些对机器人力控和力感知精度需求较高的应用领域(如康复理疗等)，需要精确获取操控末端的法向力和切向力，以确保操作的安全和有效性。按压机器人有许多应用场景，例如按压止血、中医穴位按压、肌肉按摩放松等。这些场景需要精准感知力的法向量和切向量，以及相应的按压力度并进行反馈控制。
2、目前，用于按压机器人的三维力感知的方法主要包括力/扭矩传感器、视觉力觉传感器和压力传感器等。力/扭矩传感器通过测量机器人关节的力和力矩从而感知机器人所受的外力。视觉力觉传感器通过摄像头获取物体的位移和形变来推断外力大小和方向。压力传感器通过测量机器人与环境接触时的压力分布来感知外界力的大小和方向。
3、然而，现有的力感知方法无法满足高精度、复杂环境下按压力度精准控制的应用需求。力/扭矩传感器的体积较大，不便于在空间有限的末端装置集成，并且价格较高，需要校准。视觉和力觉传感器无论集成在内部或者外部，皆会受到末端遮挡接触物体或者环境光线的影响。压力传感器是实现末端有限空间无遮挡直接感知接触力的有效方法，采用高密度柔性压力阵列传感器可以很好的贴合末端，并且保证了测量的精准。然而柔性压力传感器由于感知原理简单，无法感知法向力和切向力。
4、在
5、专利申请cn202011490592.1提供一种基于神经网络的5-dof机械臂力位跟踪算法，其通过定义机械臂中各个参数建立连杆坐标系，并通过力传感器得到末端接触力，建立末端接触力与机械臂参考坐标系之间的数学模型，描述了末端接触力在参考坐标系下的矩阵。然而，该方案只能感知一维受力情况并且通过坐标转换间接获得的方法较为繁琐。
6、综上，现有的三维压力传感器的体积较大，不便于在空间有限的按压末端集成。而高密度的柔性压力(触觉)阵列传感器的感知原理简单，只能完成单一维度力的感知，无法满足按压机器人法向力和切向力同时感知的应用力需求。
技术实现思路
1、本专利技术的目的是克服上述现有技术的缺陷，提供一种基于球弧面结构与柔性压力阵列融合的压力计算方法，尤其适用于三维按压力的计算。
2、本专利技术的技术方案是：
3、与现有技术相比，本专利技术的优点在于，本专利技术提出了一种基于按压末端球弧面结构和高密度柔性压力阵列传感器的三维力计算方法，首先，通过融合按压末端球/弧面结构设计与柔性高密度力触觉传感器阵列，将一维的触觉力信息从平面空间转换到立体的三维空间；进一步，将集成柔性触觉压力阵列传感器的球弧面按压末端感知到的一维压力分布信息与按压末端的三维空间结构信息进行融合，通过构建卷积神经网络模型计算按压末端法向力与切向力。本专利技术提升了计算按压力的准确性和计算效率。
4、通过以下参照附图对本专利技术的示例性实施例的详细描述，本专利技术的其它特征及其优点将会变得清楚。
本文档来自技高网...【技术保护点】
1.一种基于球弧面结构与柔性压力阵列融合的压力计算方法，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，根据以下步骤训练所述神经网络模型：
3.根据权利要求1所述的方法，其特征在于，训练所述神经网络模型的损失函数设置为：
4.根据权利要求1所述的方法，其特征在于，所述神经网络模型包括第一卷积层、第一池化层、第二卷积层、第二池化层、Flatten层、第一全连接层、第二全连接层和输出层，其中，第一卷积层用于对输入的压力阵列信息进行特征提取，输出第一特征图；第一池化层用于对第一特征图进行下采样，输出第二特征图；第二卷积层用于对第二特征图进行特征提取，输出第三特征图；第二池化层用于对第三特征图进行下采样，输出第四特征图；Flatten层用于将第四特征图展开成一维向量；第一全连接层用于将展开的向量与权重进行线性组合；第二全连接层用于将第一全连接层的输出向量与权重进行线性组合，产生大小为3x1x1的输出向量；输出层用于输出3x1x1的向量，分别指示计算出的法向力、x轴切向力和y轴的切向力。
5.根据权利要求1所述的方法，其特征在于，所
6.根据权利要求1所述的方法，其特征在于，将所述按压末端设置在机械臂上，作为末端执行器。
7.根据权利要求5所述的方法，其特征在于，所述神经网络模型的第一卷积层、第二卷积层、第一全连接层、第二全连接层和输出层都使用修正线性单元作为激活函数。
8.一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现根据权利要求1至7中任一项所述的方法的步骤。
9.一种计算机设备，包括存储器和处理器，在所述存储器上存储有能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种基于球弧面结构与柔性压力阵列融合的压力计算方法，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，根据以下步骤训练所述神经网络模型：
3.根据权利要求1所述的方法，其特征在于，训练所述神经网络模型的损失函数设置为：
4.根据权利要求1所述的方法，其特征在于，所述神经网络模型包括第一卷积层、第一池化层、第二卷积层、第二池化层、flatten层、第一全连接层、第二全连接层和输出层，其中，第一卷积层用于对输入的压力阵列信息进行特征提取，输出第一特征图；第一池化层用于对第一特征图进行下采样，输出第二特征图；第二卷积层用于对第二特征图进行特征提取，输出第三特征图；第二池化层用于对第三特征图进行下采样，输出第四特征图；flatten层用于将第四特征图展开成一维向量；第一全连接层用于将展开的向量与权重进行线性组合；第二全连接层用于将第一全连接层的输出向量与权重进行线性组合，产...
【专利技术属性】
技术研发人员：李烨，李春阳，孙方敏，陈真，
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。