[发明专利]一种基于视触融合的全向自适应触感手指及其使用方法

说明书

本发明公开了一种基于视触融合的全向自适应触感手指及其使用方法，包括：软体手指本体、图像传感器和支架；图像传感器安装在支架之间，支架安装在软体手指本体的底部且图像传感器置于软体手指本体的正下方；在全向自适应触感手指与物体接触的过程，基于内在力感知原理，通过视触融合实现非嵌入式形式的触感，克服软体触感中内外感知的耦合求解问题，实现大变形部位二维接触力位置、大小感知，同时简化制备工艺流程。

技术领域

本发明涉及软体机械手触觉传感技术领域，具体涉及一种基于视触融合的全向自适应触感手指及其使用方法。

背景技术

软体手的触觉不同于刚性机械手，软体手自身材料、结构的柔顺性、非线性、粘弹性以及迟滞特性等为其触觉传感的实现造成了很大的障碍。目前的软体触感实现基本采用嵌入式的手段，分别以导电液、可拉伸电极、光栅等为触感媒介，在不影响软体手自身性能的前提下，通过检测阻抗、电容以及光谱信号的变化，实现一定的接触力位置、大小的感知功能。

2017年，浙江大学的梁观浩研制了一种高分辨率、高灵敏度的电容式触觉传感阵列，实现了接触单元的三维接触力感知。该触感单元由三部分构成：上部接触凸台，中部传感单元以及柔性底座。其中传感单元的主要原理是在两极板间放置弹性介质，将变形信号转化为极板间电容，梁通过理论建模、仿真以及实验标定的形式建立电容值与受力大小之间的模型，实现多维度接触力的测量。单个传感单元的体积为毫米级，因而可以很方便的实现高密度的排布与感知。但是该传感器制备的工艺复杂、量程较小，需要通过光刻机等高价设备加工。2018年，韩国高等科学技术学院的Han等人设计出一种1×3分布的阻抗式传感阵列可以识别接触位置以及正压力。他们提出了一种递归神经网络模型-启发式递归神经网络，在两种压阻式传感单元阵列上进行了验证实验，结果表明经由该种网络训练出的模型能够很好的分辨出力的作用位置，同时预测正压力的大小。2019年，意大利生物机器人研究院的Massari等人将排布有四段布拉格光栅(FBG)的光纤嵌入一条6mm厚弹性条的中间，构成了1×4的传感单元阵列，并提出了基于学习的传感系统标定方法。当有外部载荷时，光栅会产生局部弯曲，透射光的波长发生偏移，通过接收器检测接收端的光谱信息就可以获取到波长偏移量。在数据采集过程中，Massari等人利用有限元仿真与物理加载实验混合的形式获取光栅反射光谱信号与加载信息(加载位置以及加载力)的数据对，有效的减少了实验数据采集量，提高了数据采集效率。之后，通过神经网络训练出相应的四个光栅波长偏移量数据对集合与加载信息集合之间的映射模型，实现了单一维度上的加载位置以及加载力大小的连续预测，预测的均方根误差分别为2.45mm(0～86mm)和0.164N(0～2.5N)，决定系数分别为0.99、0.97，括弧内为测定量程。。

由以上分析可知，嵌入式传感技术在软体触感领域得到广泛的研究应用，但是，一方面嵌入式传感的形式使得触感手指的整体的制备工艺流程复杂，很难实现批量制备。另一方面，以上的研究基本假定基底为刚性，因此其感知部位往往局限于手指的尖端(工作中基本不变形)，对于工作过程中自身存在较大弯曲的部位，以上的传感方式很难实现预期效果。

发明内容

针对现有技术中存在的上述问题，本发明提供一种基于视触融合的全向自适应触感手指及其使用方法，将图像传感器引入软体手触感领域，基于内在力感知原理，通过视触融合实现非嵌入式形式的触感，克服软体触感中内外感知的耦合求解问题，实现大变形部位二维接触力位置、大小感知，同时简化制备工艺流程。

本发明公开了一种基于视触融合的全向自适应触感手指，包括：软体手指本体、图像传感器和支架；

所述图像传感器安装在所述支架之间，所述支架安装在所述软体手指本体的底部且所述图像传感器置于所述软体手指本体的正下方。

作为本发明的进一步改进，所述软体手指本体为空间三维网络结构，所述空间三维网络结构基于节点的位置并采用连杆在空间中进行有序组合。

作为本发明的进一步改进，所述图像传感器包括USB摄像头。