[发明专利]一种基于机器人的触觉数据感知分析方法

权利要求书

1.一种基于机器人的触觉数据感知分析方法，其特征在于，所述机器人为接触端设有传感器的机械臂，所述基于机器人触觉的鲁棒感知分析方法包括如下步骤：

构建材质样本数据库；具体包括：

S11、选取A组不同结构的样本；

S12、控制机械臂与样本接触并反馈触觉信息确定预设力度大小F(t_k)；

S13、控制机械臂分别与A组不同结构的样本依次接触，当接触力度达到预设力度大小后，以图像形式存下当前状态下传感器的反馈触觉信息进行样本收集；具体为：取A组不同结构的样本中的一组，利用带有触觉传感器的机械臂执行探索动作，设开始探索动作前机械臂位姿为P_B；首先，改变机械臂的关节转角控制参数θ(θ₁，θ₂，θ₃，θ₄，θ₅，θ₆)中的θ₅和θ₆，两个参数相对初始关节转角的改变量分别是Δθ₅∈(-5°，5°)中的随机数，Δθ₆∈(-45°，45°)中的随机数，改变后的参数值记θ_i；其次，改变机械臂末端执行器位姿表示P(x,y,z,R_x,R_y,R_z)的z参数，z参数相对机械臂末端执行器位姿的改变量是Δz∈(-5cm，5cm)中的随机数，改变后的参数值记P_i；每一次执行动作T_i∈(θ_i,P_i)，上位机判断该次探索力度满足F(t_k)后，以图像形式存下当前状态下电子皮肤的每个传感单元f_i,j(t_k)的值；对选定的具体材质重复多次探索，保存符合力度的Q个样本，对力度均进行样本收集，每一种力度均收集Q个样本，每一个样本都以灰度图像的形式存储；对每组不同结构的样本均进行数据收集，组成样本数据集其中代表在力度为F(t_k)情况下的第q个样本；

选取预设的具有注意力机制模块的网络模型；

将样本数据集输入网络模型进行训练并验证；

将机械臂的传感器触觉数据输入训练完成的网络模型输出分析结果。

2.根据权利要求1所述的一种基于机器人的触觉数据感知分析方法，其特征在于：所述步骤S11中的样本结构均为柔性材质的第一物件包裹第二物件构成。

3.根据权利要求1所述的一种基于机器人的触觉数据感知分析方法，其特征在于：所述步骤S12具体为：

开启Python脚本进行数据采集，首先进行机械臂、传感器的初始化动作，接着机械臂移动到初始设定位姿P_I(x,y,z,R_x,R_y,R_z)，在y方向以v＝1mm/s的速度进行推进，直到机械臂上的传感器接触到材料，开始向上位机反馈触觉信息确定预设力度，阵列式触觉传感器体现的预设力度大小F(t_k)是所有传感点力值之和，表达式如(1)所示：

其中，f_i,j(t_k)是在时刻t_k在i行j列传感单元体现的力值，N，M代表触觉传感器的行和列。