[发明专利]一种不同刚度物体识别与机械手抓取力控制方法

权利要求书

1.一种不同刚度物体识别与机械手抓取力控制方法，其特征在于，包括如下步骤：

S1：建立触觉信息表征分类方法，所述触觉信息表征分类方法采用触觉序列基于动态时间规整联合稀疏编码算法；

S2：根据所述触觉信息表征分类方法判断目标物的材质和刚度，选取合适的机械手抓取力，再结合基于阻抗控制的机械臂柔顺控制方法驱动机械臂运动，完成抓取动作。

2.根据权利要求1所述不同刚度物体识别与机械手抓取力控制方法，其特征在于，还包括如下步骤：

S3：搭建机械臂实验平台，所述机械臂实验平台包括机械臂、机械手、相机、阵列式触觉传感器，所述机械臂末端设置有机械手，所述机械臂末端还设置有相机，所述机械手的手指上设置有阵列式触觉传感器，用于验证目标物的识别分类、抓取问题；

S4：通过阵列式触觉传感器采集目标物的触觉信息，进行数据处理，根据所述触觉信息表征分类方法判断目标物的材质和刚度，从而预设机械手的抓取力，并且结合基于阻抗控制的机械臂柔顺控制方法去驱动机械臂运动，依托所述机械臂实验平台，完成基于触觉的不同刚度物体识别与机械手抓取力控制方法的实验验证。

3.根据权利要求2所述不同刚度物体识别与机械手抓取力控制方法，其特征在于，所述机械臂采用UR5六自由度工业机械臂；所述机械手采用Robotiq 2F-85夹持器，其具有两个铰接的手指。

4.根据权利要求1所述不同刚度物体识别与机械手抓取力控制方法，其特征在于，所述步骤S1的触觉序列基于动态时间规整联合稀疏编码算法的具体流程如下：

（1）应用动态时间规整算法计算训练样本触觉时间序列之间的动态时间规整距离匹配；

（2）采用动态时间规整核将欧式空间中非线性动态时间规整距离匹配映射到高维空间；

（3）构建高维空间训练样本的联合字典，CVX凸优化工具包分别求解测试样本的稀疏表示；

（4）分别计算稀疏表示与字典间的残差并且将残差求和，根据最小残差的标签得到测试样本的标签。

5.根据权利要求4所述不同刚度物体识别与机械手抓取力控制方法，其特征在于，所述步骤（3）中，构建高维空间3个手指训练样本的联合字典，CVX凸优化工具包分别求解3个手指测试样本的稀疏表示。

6.根据权利要求5所述不同刚度物体识别与机械手抓取力控制方法，其特征在于，所述步骤（4）中，分别计算3个手指的稀疏表示与字典间的残差并将残差求和，根据最小残差的标签得到测试样本的标签。

7.根据权利要求1所述不同刚度物体识别与机械手抓取力控制方法，其特征在于，所述步骤S2中，基于阻抗控制的机械臂柔顺控制方法驱动机械臂运动，其原理公式为，其中M、B、K分别表示惯性系数、阻尼系数、刚度系数， 表示机械臂末端加速度，表示机械臂末端速度，表示机械臂末端位置，表示环境作用到机械臂末端的外力。

8.根据权利要求2所述不同刚度物体识别与机械手抓取力控制方法，其特征在于，所述步骤S4中，通过阵列式触觉传感器采集目标物的触觉信息，进行数据处理，具体流程如下：

S41：通过阵列式触觉传感器在机械手实际的抓取过程中采集夹紧过程中的压力数据，先进行数据分段，过滤掉无效数据，然后进行拟合；

S42：拟合过程中，将自变量时间抽象为采集到压力数据的序号，因此输入的自变量矩阵为X = [[1],[2],[3],[4]……]，因变量y为序号相对应的压力数据，利用这两组数据拟合得到阵列式触觉传感器的拟合直线，最后通过判断拟合直线的陡峭程度来得出目标物的材质。