学位论文 > 优秀研究生学位论文题录展示

智能机器人传感服装与数据处理研究

作　者: 郭兵
导　师: 秦岚
学　校: 重庆大学
专　业: 仪器科学与技术
关键词: 机器人触觉传感服装导电橡胶信息融合神经网络模糊认知图
分类号: TP242.6
类　型: 博士论文
年　份: 2010年
下　载: 215次
引　用: 3次
阅　读: 论文下载

内容摘要

触觉是机器人与外界环境交互的感知,机器人通过触觉能感知外部环境信息。触觉传感系统已成为高级智能机器人标准特征之一,是研究可覆盖机器人全身触觉传感服装的关键技术。机器人借助具有类似人皮肤功能的传感服装可以判断是否接触到外界物体,并测量与接触物体之间的压力以及压力的空间分布特性,同时判断接触物的外形,以便使其完成更复杂的任务。因此研究机器人大面积传感服装与大规模传感信号处理是机器人触觉研究的热点和难点。本文针对触觉传感阵列未解决的兼具柔韧性和测量压力分布信息等难题,完成了机器人传感服装制备工艺、大规模阵列传感器信号处理等方面的创新性研究。研究工作取得了以下创新性成果。①研制出了一种以导电橡胶为基料兼具柔韧性的触觉传感阵列新导电单元。借助机理实验,获得了在不同参杂浓度条件下导电橡胶单元的压阻关系特性及压力、温度与电阻的三维关系特性,为传感服装数据处理研究提供了技术理论支撑。②研制出了一种具有接触面积大、柔韧性好、分辨率可调和可拼接组合等特点的新型机器人传感服装。针对该系统构建了一种新型的信息获取与处理系统,其硬件电路采用行列扫描方式获取传感信号,采用改进型电压镜扫描电路可避免伪信号产生;对于机器人触觉服装大规模传感信号的处理,提出了触觉数据处理构架以此提高系统的稳定性和可靠性。③提出了在不确定传感数据模型基础上的一种基于统计信息融合的机器人传感服装数据处理算法,实验研究表明该信息处理算法实现了对压力位置和分布的精确识别,有效保证了传感数据处理结果的精确性和可靠性,增强数据可信度与系统的生存能力,扩展时间空间覆盖率。④提出了一种基于BP神经网络大规模传感阵列的信息融合方法,通过该方法可有效消除如环境温度、电压扰动等非目标参量及大规模传感信号间串扰对传感服装压力传感阵列输出特性的影响,以此改善机器人触觉传感服装系统的稳定性和可靠性,同时可以提高机器人系统的智能判断力与信息利用率。⑤提出了一种基于重构机器人接触物形体的归一化转动惯量特征识别方法,建立了机器人服装触觉传感数据处理的模糊认知图模型,给出相应的推理运算步骤。可借助模糊认知图运算确定机器人对接触物刺激的反应行为,找出传感服装感知过程中各要素间存在的明显因果关系。最后验证了模糊认知图可作为一种计算平台,适于机器人服装感知全过程数据处理。综上,本文针对机器人传感服装与数据处理,研制了机器人触觉传感服装,提出了数据处理架构及相关信号处理方法。理论分析和实验结果表明,该系统设计是合理可行的,能够实现对触觉传感信息的有效和准确获取,提高了机器人的感知能力。

全文目录

中文摘要  3-5
英文摘要  5-10
1 绪论  10-24
  1.1 研究背景、目的和意义  10-12
    1.1.1 研究背景  10-11
    1.1.2 研究目的与意义  11-12
  1.2 国内外研究现状  12-21
    1.2.1 触觉传感技术的发展历程  12-13
    1.2.2 触觉传感技术的主要研究方向  13-19
    1.2.3 触觉技术发展中的存在问题与原因  19-21
  1.3 论文的研究内容  21-22
  1.4 本章小结  22-24
2 触觉传感器及其特性研究  24-42
  2.1 触觉传感器原理与选择  24-25
  2.2 导电橡胶传感原理  25-28
  2.3 导电橡胶压阻特性实验研究  28-36
  2.4 导电橡胶的温度特性  36-40
  2.5 导电橡胶的时滞特性  40-41
  2.6 本章小结  41-42
3 智能机器人触觉传感服装软、硬件系统设计研究  42-62
  3.1 智能机器人触觉传感服装设计的基本要求  42-43
  3.2 智能机器人触觉服装设计研究  43-49
    3.2.1 PB 阵列式触觉传感器的设计  43-47
    3.2.2 FPCB 触觉传感阵列  47-48
    3.2.3 分块式触觉传感服装制作  48-49
  3.3 触觉传感服装的硬件系统结构  49-57
    3.3.1 触觉传感器阵列信号检出电路设计  50-51
    3.3.2 传感阵列单元的选通电路设计  51-52
    3.3.3 被动式扫描传感阵列  52-54
    3.3.4 电压镜扫描传感阵列  54-57
  3.4 触觉传感服装的数据处理系统结构  57-60
    3.4.1 机器人服装触觉系统数据库  58
    3.4.2 触觉传感数据处理步骤  58-60
  3.5 本章小结  60-62
4 基于统计信息融合的传感数据处理算法研究  62-82
  4.1 多传感器信息融合基本理论  62-63
  4.2 传感数据的模型和估计  63-68
    4.2.1 不确定传感数据的估计  64
    4.2.2 估计模型  64-65
    4.2.3 传感器最优估计数据融合  65-67
    4.2.4 数据处理方式  67-68
  4.3 置信距离矩阵和置信距离测度  68-72
  4.4 相关矩阵与有向图表示法  72-74
  4.5 最佳传感器数据融合算法  74-76
  4.6 信息融合数据处理算法的正确性验证  76-80
  4.7 本章小结  80-82
5 基于神经网络的机器人传感服装数据处理方法研究  82-104
  5.1 人工神经网络信息融合技术  82-83
  5.2 神经网络触觉传感阵列信息融合策略  83-86
  5.3 触觉传感阵列的神经网络建模  86-91
    5.3.1 反向传播（BP）学习算法模型  86-88
    5.3.2 训练初始值的选择  88-90
    5.3.3 样本库的建立  90-91
  5.4 触觉传感器测试  91-93
  5.5 触觉图像处理  93-103
    5.5.1 触觉图像的显示  93-95
    5.5.2 触觉图形圆滑处理  95-100
    5.5.3 传感器坏点表示  100
    5.5.4 触觉录像显示  100-103
  5.6 本章小结  103-104
6 基于模糊认知图的机器人传感服装数据处理  104-116
  6.1 模糊认知图的概念  104-105
  6.2 模糊认知图的构造及建模  105-108
    6.2.1 模糊认知图的基本构造  105-106
    6.2.2 认知图的建模过程  106-108
    6.2.3 触觉认知图的构造步骤  108
  6.3 触觉形状识别处理  108-111
    6.3.1 触觉形状识别原理  108-109
    6.3.2 触觉认知图  109-110
    6.3.3 算法描述  110-111
  6.4 模糊认知图的训练算法  111-113
  6.5 仿真实验  113-115
  6.6 本章小结  115-116
7 结论与展望  116-118
  7.1 结论  116-117
  7.2 展望  117-118
致谢  118-120
参考文献  120-130
附录  130-134
  A. 攻读博士学位期间发表的论文  130-131
  B. 攻读博士学位期间从事的主要科研工作  131
  C. 发明专利  131-132
  D. 导电橡胶单元N15 样品温度、压力和电阻值测试数据  132-133
  E. 导电橡胶单元N5 样品温度、压力和电阻值测试数据  133-134

智能机器人传感服装与数据处理研究

内容摘要

全文目录

相似论文