基于神經(jīng)網(wǎng)絡(luò)方法的三維力柔性觸覺傳感器陣列解耦研究.pdf

1、隨著智能機(jī)器人技術(shù)的迅猛發(fā)展，柔性多維力觸覺傳感器的研制與開發(fā)已成為機(jī)器人皮膚的研究熱點(diǎn)之一。柔性觸覺傳感器是提高機(jī)器人智能化水平的重要部件，它應(yīng)當(dāng)具有近似人類皮膚的柔軟性、靈活性，能夠作用于不同粗糙程度以及不同表面形狀的載體，并快速準(zhǔn)確地完成對外界環(huán)境的信息感知與獲取任務(wù)。機(jī)器人具備智能觸覺感知能力對于確保其與外部環(huán)境之間交互的安全性和有效性至關(guān)重要。因此，類皮膚柔性多維力觸覺傳感器的研究在仿生智能機(jī)器人領(lǐng)域發(fā)揮著不可替代的作用。

2、r>　　本論文針對目前三維力柔性觸覺傳感器建模過程復(fù)雜、解耦難度大、模型高度非線性等問題，在柔性觸覺傳感器建模和多維信息解耦方面展開一系列探索工作。綜合利用傳感器技術(shù)、人工神經(jīng)網(wǎng)絡(luò)、彈性力學(xué)、數(shù)值算法等多種理論方法，對傳感器建模、解耦方法等關(guān)鍵問題進(jìn)行深入分析。主要基于不同的人工神經(jīng)網(wǎng)絡(luò)算法，研究三維力柔性觸覺傳感器陣列的多維信息解耦問題，逼近其高維非線性映射關(guān)系，以提高解耦精度和實(shí)時(shí)性。主要研究內(nèi)容及創(chuàng)新性成果如下:
　　1.提

3、出基于BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network)的觸覺傳感器陣列解耦方法，實(shí)現(xiàn)從傳感器阻值到三維形變的解耦。首先對BP算法進(jìn)行改進(jìn)和優(yōu)化，并采用不同數(shù)目的隱藏層神經(jīng)元節(jié)點(diǎn)構(gòu)建多個(gè)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行解耦研究，得到了較好的結(jié)果。之后，引入k折疊交叉確認(rèn)(k-fold Cross Validation,k-CV)方法構(gòu)建BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本集和測試樣本集，實(shí)驗(yàn)結(jié)果表明k-CV方法能夠有效提高傳感器的解耦精度

4、。最后，基于BP神經(jīng)網(wǎng)絡(luò)對不同規(guī)模的觸覺傳感器感應(yīng)陣列進(jìn)行解耦，進(jìn)一步提高了觸覺傳感器陣列的解耦精度，證明了實(shí)驗(yàn)方法的有效性和可行性。
　　2.提出基于RBF(Radial Basis Function)神經(jīng)網(wǎng)絡(luò)解耦三維力觸覺傳感器的新方法。首先采用ANSYS有限元分析的方法構(gòu)建傳感器數(shù)值仿真模型，在傳感器上表面的6個(gè)等面積的受力面分別施加不同的三維力，并獲取與之相應(yīng)的傳感器感應(yīng)節(jié)點(diǎn)的形變。之后，用K-均值、最小二乘法優(yōu)化RBF神

5、經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了從形變到三維力的解耦，得到了很好的解耦效果。最后，基于優(yōu)化后的RBF神經(jīng)網(wǎng)絡(luò)解耦三維力信息，實(shí)現(xiàn)從阻值到三維力的直接解耦。研究結(jié)果表明改進(jìn)后的RBF神經(jīng)網(wǎng)絡(luò)能夠很好地實(shí)現(xiàn)柔性觸覺傳感器多維信息的高效解耦。
　　3.提出一種有效的方法來模擬柔性觸覺傳感器在實(shí)際應(yīng)用中含噪聲的情形。在理想條件下的傳感器模型上添加高斯白噪聲，基于改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)算法逼近受噪聲干擾的傳感器阻值與三維形變之間的非線性映射關(guān)系，通過阻值信息解

6、耦出傳感器三維形變信息。
　　4.研究了一種新型三維力柔性觸覺傳感器陣列的結(jié)構(gòu)原理，進(jìn)行了理論分析與驗(yàn)證，推導(dǎo)了該傳感器陣列阻值變化與三維力之間的映射關(guān)系。通過對BP網(wǎng)絡(luò)隱藏層節(jié)點(diǎn)數(shù)目的優(yōu)化，實(shí)現(xiàn)了從阻值到力的解耦。該新型柔性觸覺傳感器以其獨(dú)特的設(shè)計(jì)方式，從結(jié)構(gòu)上實(shí)現(xiàn)了三維信息的分解，避免了節(jié)點(diǎn)間的直接干擾，降低了傳感器模型的復(fù)雜度和非線性程度，從而能夠加快解耦速度、加速傳感器信息實(shí)時(shí)解耦的步伐。
　　上述研究成果實(shí)現(xiàn)了對三