機(jī)器人力觸覺環(huán)境感知技術(shù)機(jī)器人環(huán)境感知技術(shù)-第4章湖南大學(xué)?人工智能與機(jī)器人學(xué)院目錄01機(jī)器人力觸覺傳感器概述力觸覺感知的重要性、應(yīng)用場景與系統(tǒng)功能02力觸覺傳感器分類及原理按位置與工作原理分類,詳解各類傳感器機(jī)制03力傳感器性能指標(biāo)靜態(tài)特性與動態(tài)特性全面評估體系04機(jī)器人力/力矩感知方法力建模、測量方法與多維力解耦技術(shù)05機(jī)器人觸覺感知方法基于觸覺的目標(biāo)感知流程、識別方法與應(yīng)用案例CHAPTER01機(jī)器人力觸覺傳感器概述ForceandTactileSensorOverview空間站協(xié)作機(jī)器人軍用協(xié)作機(jī)器人農(nóng)業(yè)協(xié)作機(jī)器人深海協(xié)作機(jī)器人工業(yè)協(xié)作機(jī)器人康復(fù)協(xié)作機(jī)器人視覺聽覺力覺接近覺味覺。。。腕部關(guān)節(jié)力測量電磁干擾體積大耦合嚴(yán)重溫變零漂嚴(yán)重價格昂貴力感知技術(shù)重要性力感知技術(shù)重要性

機(jī)器人感知學(xué)習(xí)能力遠(yuǎn)未達(dá)到人類基本水平觸覺傳感器卡脖子技術(shù)--《科技日報》力觸覺感知明顯落后CourtesyofOptoForce機(jī)器人感知和智能是核心瓶頸視覺和力覺是系統(tǒng)智能行為的最重要條件新型彈性體設(shè)計與優(yōu)化目標(biāo)：高靈敏

高剛度低遲滯低耦合高可靠(a)Structureofthesix-axisF/Msensor.(b)EEstructureofthesix-axisF/Msensor.(c)FEAresultsofstraindistribution.(d)Arrangementstrategyofthestraingauges.(e)Sixfull-bridgecircuits.(f)Photographofthesix-axisF/Msensorprototype@ATI檢測方法的選擇typeProsConscapacitivehighsensitivityandresolution,largebandwidth,robustness,long-timestability,drift-free,durability,AdaptabilitytoEnvironmentcomplexwiththecompulsoryelectroniccircuits,straycapacitance,EdgeeffectPiezoresistivesimpleconstruction,compatibilitywithVLSI,highandadjustableresolution,highreliability,maintenance-freehigherpowerconsumption,rigidandfragile,scarcereproducibilityinductivehighsensitivityandresolution,linearoutput,highpoweroutputlowerfrequencyresponse,poorreliabilityoptoelectronicgoodreliability,widemeasurementrange,noncontactnon-conformable,hardtoconstructdensearraysPiezoelectrichighfrequencyresponse,rangeability,higheraccuracyandfinerresolution,highsensitivity,highdynamicrange,smallsize,highstiffnesschargeleakages,poorspatialresolution,deteriorationsofvoltagesordriftsinthepresenceofstaticforces解耦方法的設(shè)計基于海量標(biāo)定數(shù)據(jù)的NN、ELM、SVM、DL非線性靜/動態(tài)解耦方法最小二乘法解耦方法速度快，但是精度不高，系統(tǒng)誤差較大封裝簡單絕緣體積小可復(fù)用無零漂。。。1、腕部力覺測量方法研究匱乏局限2、傳感器超薄設(shè)計策略少3、解耦方法研究不足4、缺乏高效感知系統(tǒng)光纖光柵力覺感知技術(shù)折射率方程耦合波方程波長間距布拉格波長有效折射率周期光纖光柵傳感理論應(yīng)變-波長溫度-波長（應(yīng)變+溫度）-波長應(yīng)變靈敏度系數(shù)溫度靈敏度系數(shù)光纖光柵傳感理論自差分補(bǔ)償光纖光柵傳感理論應(yīng)用場景--精密制造中元器件力控貼裝動態(tài)測量高可靠高精準(zhǔn)恰當(dāng)力控制產(chǎn)線融合動態(tài)測試對比力觸覺傳感器的重要性與應(yīng)用場景ForceandTactileSensors:ImportanceandApplications核心作用力觸覺傳感器是機(jī)器人環(huán)境感知系統(tǒng)的關(guān)鍵組成部分,能夠?qū)⑽锢砹D(zhuǎn)換為電信號,使機(jī)器人能夠感知外部環(huán)境和目標(biāo)物體,實現(xiàn)精確的力信號反饋和控制。工作原理1物理力作用→傳感器產(chǎn)生形變2能量轉(zhuǎn)換→機(jī)械能轉(zhuǎn)為電信號3信號處理→控制系統(tǒng)實時響應(yīng)典型應(yīng)用場景物體抓取控制根據(jù)物體特性施加適當(dāng)力度,防止滑動或損傷碰撞檢測感知接觸并觸發(fā)緊急停止,保障人機(jī)安全姿態(tài)估計在視野受限時估計物體在空間中的姿態(tài)物體識別僅靠觸覺接觸識別被抓物體的類別為什么需要力觸覺感知?僅依靠視覺模態(tài)存在感知不完全可靠、受環(huán)境光強(qiáng)度和視野限制等問題,力觸覺感知提供三維力與三維力矩信息,是實現(xiàn)機(jī)器人智能自主操作的關(guān)鍵基礎(chǔ)。CHAPTER02力觸覺傳感器分類及原理SensorClassificationandPrinciples按位置分布的傳感器分類ClassificationbyPositionDistribution關(guān)節(jié)力觸覺傳感器安裝位置:機(jī)器人每個關(guān)節(jié)執(zhí)行器上實時測量關(guān)節(jié)執(zhí)行器輸出的力或力矩,實現(xiàn)力反饋控制,提高控制精度和柔順性。當(dāng)機(jī)械臂與人或物體發(fā)生碰撞時,可實現(xiàn)緊急停止功能。功能專一精確測量腕部力觸覺傳感器安裝位置:最后一個關(guān)節(jié)與末端執(zhí)行器連接處測量末端執(zhí)行器與外部環(huán)境交互的多維力和力矩,實現(xiàn)柔順性作業(yè)。通常測量三維力或六維力,通用化程度高,應(yīng)用場景廣泛。多維測量通用性強(qiáng)指尖力觸覺傳感器安裝位置:末端執(zhí)行器的夾爪或手指上直接測量夾持器與物體接觸時的力信號,實現(xiàn)精細(xì)操作和精確控制。用于控制夾持力范圍、估計物體姿態(tài)、識別目標(biāo)物體等任務(wù)。高靈敏度精細(xì)操作底座力觸覺傳感器安裝位置:機(jī)器人底座上感應(yīng)機(jī)器人與地面或工作臺之間的整體力相互作用,具有穩(wěn)定性高、測量范圍寬的特點,適用于重載搬運和精確定位等場景。穩(wěn)定性高抗干擾強(qiáng)新興技術(shù):仿人皮膚式力觸覺傳感器通過陣列形式獲取大面積觸覺信息,數(shù)據(jù)量豐富、感知范圍廣,目前多處于實驗室階段。按工作原理的傳感器分類ClassificationbyWorkingPrinciple電阻式通過壓阻效應(yīng)或應(yīng)變效應(yīng),將力引起的電阻變化轉(zhuǎn)換為電信號壓阻式材料電阻率隨應(yīng)力變化應(yīng)變式形變引起幾何尺寸變化高分辨率易集成電容式利用平行電極板結(jié)構(gòu),檢測力引起的極板間距、面積或介電常數(shù)變化法向力改變極板間距d切向力改變極板面積A高靈敏度低功耗壓電式利用壓電材料的壓電效應(yīng),將機(jī)械力轉(zhuǎn)換為電荷信號壓電效應(yīng)應(yīng)力→極化狀態(tài)變化→電荷常用材料石英、PZT壓電陶瓷高頻率高穩(wěn)定性光學(xué)式利用光學(xué)原理,將力變化轉(zhuǎn)換為光信號的變化FBG傳感器光纖布拉格光柵測量原理應(yīng)變→光柵周期變化→波長漂移無電磁干擾耐腐蝕摩擦電式利用摩擦電效應(yīng),將接觸分離時的機(jī)械能轉(zhuǎn)換為電能TENG摩擦電納米發(fā)電機(jī)工作模式垂直接觸-分離模式自驅(qū)動結(jié)構(gòu)簡單基于視覺利用視覺技術(shù)捕捉彈性體表面變形,間接推斷接觸力信息GelSight高分辨率觸覺傳感器測量原理標(biāo)記點位移→力分布高分辨率3D重建技術(shù)趨勢:現(xiàn)代力傳感系統(tǒng)中,超過30%基于電容測量技術(shù),各類傳感器各有優(yōu)勢,需根據(jù)具體應(yīng)用需求選擇合適類型。力/力矩傳感器核心原理CorePrinciplesofForce/TorqueSensors1電阻式力傳感器電阻定律:R=ρL/A當(dāng)導(dǎo)體受外力作用時,電阻率ρ、長度L和橫截面積A發(fā)生變化,導(dǎo)致電阻R變化壓阻式ΔR/R≈π·σ材料:多晶硅、碳納米管、石墨烯應(yīng)變式ΔR/R=k·ε材料:鎳鉻合金、鉑鎢合金2電容式力傳感器電容公式:C=εA/d通過檢測極板間距d、面積A或介電常數(shù)ε的變化來測量力法向力d變化切向力A變化特殊設(shè)計ε變化3壓電式力傳感器壓電效應(yīng):Q=d??·σ·A壓電材料在機(jī)械應(yīng)力作用下產(chǎn)生電荷,電荷量與施加的力成正比常用壓電材料性能對比石英d??=2.31pC/N鈦酸鋇d??=560pC/NPZT-5d??=670pC/N4光學(xué)式(FBG)傳感器布拉格波長:λB=2n?ff·Λ當(dāng)光柵受外力變形時,反射光波長發(fā)生變化,通過測量波長漂移感知力波長變化:Δλ/λB=Kε·ε+KT·ΔT需溫度補(bǔ)償消除溫度影響設(shè)計要點:各類傳感器利用不同的物理效應(yīng)實現(xiàn)力-電轉(zhuǎn)換,選擇時需綜合考慮靈敏度、量程、頻率響應(yīng)、環(huán)境適應(yīng)性等因素。觸覺傳感器原理與性能指標(biāo)TactileSensorPrinciplesandPerformanceIndicators陣列式觸覺傳感器工作原理:將接觸區(qū)域劃分為若干測量點陣列(如3×3、5×5、8×8),繪制接觸壓力的二維圖像,生成被操縱物體的局部三維視圖數(shù)據(jù)處理方式:?觸覺圖像形式:將數(shù)據(jù)轉(zhuǎn)為圖像,分辨率較低?時間序列形式:多通道數(shù)據(jù)整合,便于后續(xù)處理基于視覺的觸覺傳感器系統(tǒng)組成:高分辨率相機(jī)+光源+帶標(biāo)記的彈性體表面測量原理:通過捕捉彈性體表面的觸覺圖像,追蹤標(biāo)記點的形變和位移,間接推斷接觸力的大小和分布GelSightGelSlimDigit靜態(tài)性能指標(biāo)線性度實際曲線與理想直線的偏差靈敏度輸出變化量/輸入變化量遲滯性正反行程曲線不重合程度重復(fù)性同向行程多次測試的一致性分辨力能檢測的最小力變化量穩(wěn)定性長時間保持精度的能力動態(tài)性能指標(biāo)時間常數(shù)τ上升到63.2%穩(wěn)態(tài)值所需時間上升時間tr從10%上升到90%所需時間響應(yīng)時間ts進(jìn)入±5%誤差范圍所需時間超調(diào)量δ超出穩(wěn)態(tài)值的最大量與穩(wěn)態(tài)值之比選型建議:傳感器量程通常按最大測量值的1.2-2倍選擇,量程過大雖不易損壞,但會降低分辨力和測量精度。力/觸覺傳感器原理展示Force/TactileSensorPrincipleDemonstration電阻應(yīng)變片結(jié)構(gòu)示意電容式力傳感器檢測方法示意圖光在光纖光柵中的傳輸原理基于視覺的觸覺圖像CHAPTER03機(jī)器人力/力矩感知方法ForceandTorquePerceptionMethods力建模與測量方法ForceModelingandMeasurementMethods力建模核心任務(wù):了解和預(yù)測機(jī)器人與環(huán)境交互時所受力的過程,建立精確的力模型以預(yù)測機(jī)器人行為,設(shè)計更有效的控制策略主要力類型:?牽引力/壓縮力:沿軸向的拉伸或壓縮?彎曲力:使梁發(fā)生彎曲變形?扭轉(zhuǎn)力:使軸發(fā)生扭轉(zhuǎn)變形彈性梁理論Euler-Bernoulli梁理論假設(shè)變形前后梁中心始終與截面垂直,不考慮橫向剪切變形,適用于細(xì)長梁分析M(x)=-EI·d2w/dx2Timoshenko梁理論引入橫向剪切變形修正,適用于短粗梁,是傳感器彈性元件設(shè)計的常用理論考慮剪切角ψ=dw/dx-θ力測量實現(xiàn)電阻式傳感器測量采用惠斯通電橋電路讀取電阻變化,實現(xiàn)溫度補(bǔ)償U(kuò)x=(ΔRx?/Rx?)·U/4電容式傳感器測量采用差分電容結(jié)構(gòu),通過電容-頻率轉(zhuǎn)換器或電容交流橋獲取輸出Vox=Vs·(Cx?-Cx?)/(Cx?+Cx?)光學(xué)式(FBG)測量通過解調(diào)儀測量反射光波長變化,計算應(yīng)變和溫度Δλ/λB=Kε·ε+KT·ΔT設(shè)計準(zhǔn)則彈性元件設(shè)計需權(quán)衡靈敏度與剛度、測量各向同性、低耦合效應(yīng)、簡單體積小等多個相互矛盾的設(shè)計準(zhǔn)則力建模與測量方法ForceModelingandMeasurementMethods惠斯通電橋兩軸電容式力觸覺傳感器示意圖光纖光柵受均勻軸向力示意圖多維力/力矩傳感器解耦技術(shù)Multi-dimensionalForce/TorqueSensorDecoupling維間耦合問題問題描述:當(dāng)力或力矩加載到某一方向時,本應(yīng)在對應(yīng)方向產(chǎn)生輸出,但實際上其他方向也會有不同程度的輸出,這就是維間耦合現(xiàn)象耦合來源:使用單一單片結(jié)構(gòu)測量所有元件時,任何其他測量元件造成的非預(yù)期輸出(串?dāng)_),一般為滿量程的1%-5%解耦目標(biāo):找到各維輸出電壓信號與所加載載荷之間的對應(yīng)關(guān)系,實現(xiàn)準(zhǔn)確測量解耦方法對比BP神經(jīng)網(wǎng)絡(luò)誤差≤0.5%反向傳播算法,非線性逼近能力強(qiáng)SVR支持向量回歸總體誤差<1%核函數(shù)映射,適合小樣本極限學(xué)習(xí)機(jī)ELM訓(xùn)練速度快單隱層前饋網(wǎng)絡(luò),學(xué)習(xí)速度快靜態(tài)線性解耦基本模型:F=C·U假設(shè)輸入輸出為線性關(guān)系,F為力/力矩向量,U為輸出電壓向量,C為標(biāo)定矩陣直接求逆法(n=6)選取6組線性無關(guān)的力向量進(jìn)行標(biāo)定C=F·U?1缺點:

精度差,易受隨機(jī)誤差影響最小二乘法(n>6)增加標(biāo)定次數(shù),獲得冗余數(shù)據(jù)C=F·U?·(U·U?)?1優(yōu)點:

精度稍好,最小誤差逼近靜態(tài)非線性解耦BP神經(jīng)網(wǎng)絡(luò):采用tansig隱含層函數(shù)和purelin輸出層,通過誤差反向傳播算法修正權(quán)值SVR支持向量回歸:通過非線性映射φ(x)將低維空間映射到高維,轉(zhuǎn)化為線性回歸問題極限學(xué)習(xí)機(jī)ELM:單隱層前饋網(wǎng)絡(luò),輸入權(quán)值和偏置隨機(jī)給定,輸出權(quán)值通過最小二乘求解多維力/力矩傳感器解耦技術(shù)Multi-dimensionalForce/TorqueSensorDecoupling常見多維力/力矩傳感器的靜態(tài)解耦方法極限學(xué)習(xí)機(jī)解耦BP網(wǎng)絡(luò)解耦SVR解耦CHAPTER04機(jī)器人觸覺感知方法TactilePerceptionandRecognition基于觸覺的目標(biāo)感知流程Tactile-basedObjectPerceptionProcess1與目標(biāo)物體交互探索性程序(EPs):按壓-感知硬度滑動-感知紋理輕觸-感知溫度抓握-感知形狀舉-感知重量輪廓跟蹤-感知體積交互模式:被動模式:夾持器靜止,手動放置物體半主動模式:

視覺引導(dǎo),按軌跡靠近物體主動模式:

機(jī)械手自主尋找并探索物體2數(shù)據(jù)采集傳感器類型:指尖力觸覺傳感器或腕部力觸覺傳感器數(shù)據(jù)形式:連續(xù)監(jiān)測力觸覺信號的時間序列數(shù)據(jù),獲取豐富的動態(tài)信息關(guān)鍵性能指標(biāo):靈敏度分辨力穩(wěn)定性采樣頻率3數(shù)據(jù)預(yù)處理時間序列信號預(yù)處理去噪頻域濾波、小波變換等方法消除噪聲降采樣間隔采樣或均值處理,減少數(shù)據(jù)量歸一化/標(biāo)準(zhǔn)化消除單位差異,使數(shù)據(jù)服從統(tǒng)一分布窗口劃分使用滑動窗口獲取子序列樣本圖像形式信號預(yù)處理上采樣插值方法擴(kuò)展圖像分辨率數(shù)據(jù)增強(qiáng)旋轉(zhuǎn)、縮放、翻轉(zhuǎn)等幾何變換圖像增強(qiáng)突出接觸邊緣、輪廓等區(qū)域預(yù)處理目的消除干擾、降低維度、統(tǒng)一格式,為后續(xù)特征提取和識別提供高質(zhì)量數(shù)據(jù)圖像預(yù)處理基于觸覺的目標(biāo)識別方法Tactile-basedObjectRecognitionMethods監(jiān)督學(xué)習(xí)方法統(tǒng)計學(xué)習(xí)方法SVM支持向量機(jī):在高維空間尋找最優(yōu)分離超平面KNNk近鄰:根據(jù)距離最近的k個樣本投票決策隨機(jī)森林:多棵決策樹集成學(xué)習(xí)LDA線性判別分析:最大化類間方差,最小化類內(nèi)方差神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)CNN卷積神經(jīng)網(wǎng)絡(luò):提取空間特征,適合觸覺圖像LSTM長短時記憶:提取時間維度特征,適合時序信號CNN-LSTM:同時提取空間和時間特征無監(jiān)督學(xué)習(xí)方法聚類K-means、GMM等,按相似度分組降維PCA、字典學(xué)習(xí)、自動編碼器特征提取方法時域統(tǒng)計特征RMS均方根:

信號均值的平方根MAV平均絕對值:

信號絕對值的均值方差/標(biāo)準(zhǔn)差:

反映信號波動程度頻域統(tǒng)計特征MPF平均功率頻率:

功率頻率分布均值MF中值頻率:

將功率譜密度均分小波變換特征EWC:

小波系數(shù)能量機(jī)器學(xué)習(xí)三要素1模型數(shù)據(jù)之間的關(guān)系,如力觸覺數(shù)據(jù)與物體的對應(yīng)關(guān)系2策略目標(biāo)函數(shù),如類內(nèi)方差最小、類間方差最大3算法優(yōu)化方法,如最小二乘法、梯度下降法MWC/VWC:小波系數(shù)均值/方差網(wǎng)絡(luò)模型觸覺感知應(yīng)用案