一种新型智能机器人敏感皮肤的触觉传感器阵列

本文提出了一种超精密、高位置分辨率、快速响应的、可任意分布的、便于大规模集成的智能化机器人的多参量融合的阵列触觉传感器，介绍了石英晶振超精密分布测量压力、形变、温度、生物量和化学量的原理．该系统传感及信号传输方法独特，精度、分辨率和响应速度等指标优于其他机器人敏感皮肤系统．

应用于机械手的磁致伸缩触觉传感器阵列与物体识别

利用磁致伸缩材料铁镓合金(Galfenol)设计制作了触觉传感单元,并将其集成为阵列,安装在二指机械手上。基于电磁原理、逆磁致伸缩效应和欧拉伯努利动力学原理,建立触觉传感单元力测量模型。设计的传感单元测力范围为0~3N,当压力小于1.5N时,灵敏度为151mV/N,在1.5~3N区间,灵敏度约为109mV/N,测量较低的静态力时具有更高的灵敏度,在2~4Hz范围内对动态力具有动态响应快、灵敏度高的特点。根据机械手的测量范围,选取形状较为规则的六种饮料瓶样品进行了抓取,搭建实验系统进行数据采集与存储,测试了传感器阵列的输出特性,集成的传感器阵列能很好地辨识所选样品,对于装满水样品有更高的精度。选择合适的特征值,应用支持向量机算法,通过选择不同的特征值数量和训练集与分类集的比例,对采集的数据进行分类识别。经计算可知,选择三个特征值且训练集与分类集比例为9:1时识别率最高,为87.5%。

一种柔性三维力触觉传感器阵列的实现方法

介绍了一种可安装在曲面上,对三维力进行检测的柔性三维力触觉传感器阵列的实现方法.首先采用MEMS技术制备三维力触觉传感器阵列,再将多个三维力触觉传感器单元分别通过倒装焊技术集成在已加工好的柔性电路板基底上,实现了传感器与信号处理电路的互连和传感器阵列(4×4)的柔性化.采用信号选通的多路信号采集方法简化了传感器阵列的信号处理电路.测试结果表明,柔性触觉传感器阵列可弯曲变形90°以上,检测三维力的分辨率达到0.1 N.

基于导电橡胶的一种新型类皮肤触觉传感器阵列

本文设计了一种基于导电橡胶的类皮肤柔性触觉传感器阵列,传感器阵列采用交叉排列的两层节点的框架结构,用注射成型(LIMS)的方法进行导电橡胶的整体浇注,通过测量外力作用下导电橡胶的阻值变化,求解出加载在柔性传感器表面上的三维力位置和大小。该设计突破了当前基于盔甲的柔性触觉传感器的设计思路,具有优良力学特性、柔韧性好、抗干扰能力强、在传感器表面可以连续点测量的特性。实验仿真结果表明,在理想导电橡胶的条件下,设计的柔性触觉传感器阵列测量三维力有较高的分辨率和精度,可以满足当前用于作机器人皮肤的需要。

多功能阵列式触觉传感器的研究

介绍了一种以MEMS技术制作的可定量获取三维接触力信息的 4× 8阵列触觉传感器的结构与工艺 ,提出一种新颖的三维接触力信息的获取与处理方法 ,并给出了实现接触、分布压、接触总力、滑动状态等多种功能的实验结果和主要的技术指标。

基于混沌电路的模拟式阵列触觉传感器A/D转换电路

本文利用混沌帐篷映射电路对小信号敏感及非线性变换的独特性能 ,提出了一种新颖的适用于模拟式阵列触觉传感器的 A / D转换电路 ,具有调理放大和 A/ D转换功能一体化优点 ,并且电路简单、易于集成实现 ,可实现多路触觉信号的同时采样和 A /

面向微小软排线装配的阵列触觉状态感知技术

针对微小软排线装配操作中器件体积小且存在视觉遮挡的问题,提出一种基于电容式阵列触觉传感器的机器人软排线装配状态感知技术。首先,对电容式三维触觉感知机理进行分析,并针对软排线装配的小尺寸空间感知需求,设计了一种基于垂直拓扑网状介质层的高灵敏阵列触觉传感器,实现微小软排线装配状态的高灵敏感知。其次,为突破布线复杂度与阵列扫描周期的限制,基于电容数字芯片拓展实现高动态三维阵列信息扫描系统的设计与微小软排线装配状态的高动态感知,并完成小型化电容式阵列触觉传感器的一体化制备。最后,搭建机器人软排线装配操作系统并实时采集和分析软排线装配过程中的阵列触觉信息特征,以验证所提出技术的准确性和有效性。

基于信息融合的阵列式触觉传感器信号处理方法研究

针对阵列式触觉传感器不同触觉组单元获得的物体表面轮廓估计 ,设计了中心式数据融合结构 ,全局融合算法采用Bayes估计 ,有效地降低了单一触觉组单元不确定性系统误差的影响 ,提高了物体表面轮廓数据测量和图像重构的精度 ,对触觉传感系统整体性能的提高有重要意义。

机器人阵列式触觉传感器系统的研究

文章讨论了一种基于压阻效应的阵列式触觉传感器及信息处理技术,介绍了系统组成与性能,分析了敏感阵列的结构和信号读出与图象采集电路的工作原理及实现。此外,对触党图象的处理和辨识方法也进行了深入的研究。实验样机表明,系统能实现对常见规则物体的识别,本设计为阵列式触觉传感器的实用化奠定了基础,也有助于智能机器人的进一步发展。

基于阵列式触觉传感器的中医脉象采集系统的设计

给出了一种基于电容式触觉传感器阵列的新型中医脉象采集系统的设计,弥补了以往单点压力传感器定位不准、信息量少、重复性差等缺点,目的是为中医脉象的客观化研究提供技术支持。本系统包括采集器软硬件、PC端软件设计以及基于斜率阈值的脉象起始点、主波峰值点特征提取方法。系统采集的脉象波形稳定,通过与人工标注的数据对比,特征提取算法的误差在0.02 s以内。

基于混沌电路设计阵列触觉传感器的采集系统

基于混沌帐篷映射和开关电容(SC)技术设计A/D转换器。该转换器具有非线性放大、便于实现集成、成本低及工作可靠等优点。实验结果说明,用该A/D转换器设计的模拟式阵列触觉传感器信号采集系统是可行的。

精密压阻弹性体及力敏传感器阵列

将金属钌(Ru)、二氧化钌(RuO2)、甲基乙烯基硅橡胶(PMVS)按特定比例混合,所得导电硅橡胶中的导电颗粒具有适当的聚集特性,而且该种导电硅橡胶呈现良好的压阻重复性和压阻敏感性。研究不同尺寸电极的压阻行为,发现此种导电硅橡胶在毫米尺寸以上电阻随载荷变化稳定,重复性较高。通过测量不同尺寸电极压阻关系和电阻弛豫关系,拟合了用于回归载荷的压阻曲线和弛豫曲线,用该曲线对每个传感单元的阻值校正,得到阵列上的载荷分布。结果表明,该种导电硅橡胶在一定尺寸范围内满足微型化要求,适用于集成的压阻弹性体应力测量阵列;利用该种导电硅橡胶,可以实现毫米尺度的静态或准动态载荷灰度成像。

基于混沌电路设计阵列触觉传感器的采集系统

随着机器人技术和复杂检测系统的出现，人们对触觉传感器提出了更高的要求。随着触觉阵列规模的扩大，希望A／D转换速度加快，而原先在小规模阵列触觉传感器系统中采用的共用A／D转换器的方法，已不能满足大规模阵列触觉传感器信号采集实时性的要求。因此，要想实现高速、高分辨率并且对小信号敏感的大规模阵列触觉传感器信号采集系统，关键部件就是A／D转换器。

基于触觉传感器的工件形状识别

介绍了一种利用阵列触觉传感器实现工件形状识别的新方法。该方法针对传感器采集的触觉图像的特殊性,在信号的预处理中采用Hopfield神经网络解决断线、畸变等问题。并以矩描绘子作为特征判别的主要依据,采用模板匹配法实现了工件形状的正确识别。

柔性触觉传感阵列力觉标定及加载系统

为解决现有触觉力标定系统不易实现对柔性触觉传感阵列中任意触觉单元进行标定,且存在精度低、不易操作等弊端,设计并研制了一种柔性触觉传感阵列力觉标定及加载系统。利用STM32F103VET6高性能微处理器控制步进电机以联动S型高精度压力传感器实现二维力的精确加载与标定,并将标定信息于上位机实时图形化显示。介绍了标定平台的结构特点、工作原理及系统软硬件设计,通过对系统误差分析及平台标定测试,可实现二维力加载范围0-50 N,法向与切向精确度为0.18%FS。触觉力加载应用实验表明,该加载平台具有较高的测量精度和较强的实用性,为不同结构单元的柔性触觉传感阵列二维力标定及加载提供了便利。

基于小波分析的阵列滑觉信号识别方法

机械手指尖能够更好地感知物体的运动状态信息,对实现类似于人手的稳定抓握至关重要。为了使指尖末端对物体的滑觉信息具有更好的感知能力,提出了一种基于离散小波变换的触滑觉信号识别方法。首先将触觉传感器25个触点的信息,采用相关系数法进行融合;然后将得到的信息进行小波变换,观察切向力信号和法向力信号在频域成分中的不同。最后,采用离散小波算法,通过多次试验,设定合适的小波系数,进行特征值提取,对切向力和法向力进行区分。实验结果表明,在以3 N大小的法向力作用下,分别对刺状球、光滑球、凸点球3种轮廓不同的物体施加干扰引起滑动,其设定的同一小波系数阈值±0.018仍能很好的区分压觉和滑觉信号。本识别方法可以为机械手实现稳定抓取提供依据和技术支撑。

进化算法与基于同伦理论算法在多维触觉阵列传感器解耦应用中的对比

为获取大规模多维柔性触觉阵列传感器触觉信息,比较进化算法与基于同伦理论的算法在传感器解耦中的应用.仿真结果表明对一定规模的阵列传感器来说,进化算法解耦效果优于其它人工智能算法,但对大规模阵列传感器则无法满足实时性和准确性.通过引入时间参数,基于同伦理论的解耦算法将传统的传感器静态解耦转换成动态解耦过程.算法不仅适用于大规模阵列触觉传感器的信息解耦,而且解决高维、多参数传感器信息精确、实时解耦的难题.

基于触觉阵列感知的机器人稳定抓取判别方法

针对传统的单点压力传感器获取的接触力无法完备反映机器人的抓取接触状态,难以实现准确的机器人抓取状态判别的问题,基于触觉阵列传感器的多点感知特性,提出一种高效高准确率的机器人稳定抓取判别方法.首先,采集机器人抓取属性各异物体时的接触分布力信息,建立分布力与触觉图像的映射,构建机器人抓取触觉图像数据集;基于多层感知机框架建立机器人抓取状态判别模型,实现机器人抓取状态的分类.然后,通过训练并对多层感知机在不同模型层数与节点数下的模型性能进行优选,得到抓取状态判别模型的最优参数,进而与多种基于学习的抓取判别算法进行对比.结果表明:所提出的抓取状态判别方法具有99.74%的判别准确率,平均耗时为2.3 ms,在判别精度和速度上均优于基线算法;通过实物抓取实验,该方法的判别准确率达到94%,充分证明其对数据集外物体的稳定抓取判别具有较强的鲁棒性.

基于触诊成像的肿块识别系统研究与设计

乳腺癌的早期发现对于乳腺癌的治疗有十分重要的意义,设计了基于触诊成像的肿块识别系统。该系统由压力信号检测单元、信号控制单元和图像处理单元组成,压力信号检测单元实现压力信号的采集,信号控制单元由FPGA控制多路开关的选通来扫描压力阵列传感器的电容信号,并将数据通过EZ-USB发送给上位机,图像处理单元对压力图像进行处理来滤除噪声。其中图像处理单元是该系统的枢纽,运用最小二乘曲面拟合校正压力图像,最大类间方差法和基于滤波的图像邻域评级技术对压力图像进行分割,对压力图像进行线性插值来提高图像分辨率。实验结果表明,该系统可以在复杂噪声图像中有效地识别出肿块。

产业投资

赛诺光电投资3亿的1000kkLED芯片项目奠基 12月16日，无锡赛诺光电科技有限公司总投资3亿元的1000kk半导体照明LED芯片项目、年产2000台（套）阵列触觉传感器项目，在宜兴经济开发区奠基。