[发明专利]用于传感器布置的力推断的方法、用于训练网络的方法、力推断模块及传感器布置在审
| 申请号: | 202080107286.7 | 申请日: | 2020-11-24 |
| 公开(公告)号: | CN116583725A | 公开(公告)日: | 2023-08-11 |
| 发明(设计)人: | 亚当·史比尔;晓尚·李;乔治·马蒂乌斯;焕波·孙;乔纳森·菲恩 | 申请(专利权)人: | 马克斯·普朗克科学促进协会 |
| 主分类号: | G01L5/22 | 分类号: | G01L5/22 |
| 代理公司: | 上海翼胜专利商标事务所(普通合伙) 31218 | 代理人: | 翟羽 |
| 地址: | 德国慕*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 用于 传感器 布置 力推 方法 训练 网络 模块 | ||
1.一种用于感测力的传感器布置(10)的力推断的方法,所述传感器布置(10)包括多个气压传感器(400)和覆盖所述多个气压传感器(400)并提供测量面(210)的柔顺层(200),其特征在于:用于力推断的方法包括以下步骤:
从所述多个气压传感器(400)读取多个压力值(R),以及
使用前馈神经网络(FFNN)基于所述多个压力值(R)计算所述测量面(210)上的力图(FM),所述力图(FM)包括多个力矢量(F)。
2.根据权利要求1所述的方法,其特征在于:
所述前馈神经网络(FFNN)包括传输网络(TN)和重构网络(RN),
所述传输网络(TN)将所述多个气压传感器(400)映射到所述传感器布置(10)的有限元模型(10a)的多个虚拟传感器(400a),
所述重构网络(RN)将所述有限元模型(10a)的所述多个虚拟传感器(400a)映射到所述力图(FM),
每个虚拟传感器(400a)包括一个或多个虚拟传感器点(410a),每个虚拟传感器点具有虚拟传感器点值(S)。
3.根据权利要求2所述的方法,其特征在于:其中所述重构网络(RN)在力推断之前通过以下步骤进行训练:
在所述有限元模型(10a)中进行多个模拟(T2_1),每个模拟包括在所述有限元模型(10a)的模拟测量面(210a)上同时施加一个或多个模拟力(605a),从而在所述模拟测量面(210a)上计算模拟力图(FMa),所述模拟力图(FMa)包括多个模拟力矢量(Fa),并利用所述有限元模型(10a)计算对应的虚拟传感器点值(S),以及
使用计算出的所述模拟力图(FMa)和相应的计算出的虚拟传感器点值(S)训练(T2_2)所述重构网络(RN)。
4.根据权利要求3所述的方法,其特征在于:施加在所述模拟测量面(210a)上的模拟力(605a)是基于具有模拟压头形状的各个模拟压头(600a)生成。
5.根据权利要求4所述的方法,其特征在于:模拟压头形状是选自由至少包括尖端、圆形、三角形横截面、方形横截面、半球形、立方体和圆柱形所组成的群组。
6.根据权利要求3至5中任一项所述的方法,其特征在于:使用多个不同形状的模拟压头训练所述重构网络(RN)。
7.根据权利要求3至6中任一项所述的方法,其特征在于:使用多种尺寸的模拟压头(600a)训练所述重构网络(RN)。
8.根据权利要求3至7任一项所述的方法,其特征在于:使用至少一部分模拟训练所述重构网络(RN),模拟包括同时施加基于两个或更多个模拟压头(600a)生成的模拟力(605a)。
9.根据权利要求3至8中任一项所述的方法,其特征在于:使用至少一部分模拟训练所述重构网络(RN),模拟包括施加仅基于一个模拟压头(600a)所生成的模拟力(605a)。
10.根据权利要求3至9中任一项所述的方法,其特征在于:每个模拟力矢量(Fa)包括法向力分量(FNa)、第一剪切力分量(FS1a)和第二剪切力分量(FS2a)。
11.根据权利要求10所述的方法,其特征在于:
在模拟的力矢量(Fa)中,所述第一剪切力分量(FS1a)对应于第一剪切力,并且所述第二剪切力分量(FS2a)对应于第二剪切力,并且
所述第一剪切力垂直于所述第二剪切力。
12.根据权利要求3至11中任一项所述的方法,其特征在于:使用具有不同剪切力分量的多个模拟力(605a)来训练所述重构网络(RN)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于马克斯·普朗克科学促进协会,未经马克斯·普朗克科学促进协会许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202080107286.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:室内单元
- 下一篇:上行信号传输方法及装置





