基于气压式触觉的欠驱动手抓取分类方法

使用一种气压式触觉阵列传感器拾取触觉特征信息,手掌和指尖触觉阵列点的灵敏度和最大重复性误差分别为13.73,10.85 kPa/N和3.54%,2.73%.依靠欠驱动手组建了触觉特征数据集,通过离散卡尔曼滤波方法对气压式触觉传感信息进行降噪处理,结合随机森林分类方法对生活物品进行分类.实验结果表明:气压式触觉传感器灵敏度高且重复度误差小,能够有效感知抓取分类过程中的触觉信息变化,依靠欠驱动手避免了抓取时速度碰撞对分类结果产生的影响,组建数据集时无须复杂的抓取控制方式,结合离散卡尔曼滤波的随机森林分类方法能够有效地完成对物体的识别分类,识别准确率达93.2%.