Taktile Sensoren geben robotischen Greifsystemen essentielles Sensorfeedback fur die Manipulation von Objekten. Der vorgestellte taktile Sensorfinger misst statische Krafte und Abrutschvibrationen mit einem Array von gleichartigen Stress-sensoren. Anstatt den Sensor zu kalibrieren, um Krafte quantitativ zu messen, wird maschinelles Lernen verwendet, um abstrakte Informationen aus den Rohdaten der Sensoren zu extrahieren. Dieses Informationsverarbeitungsschema kann durch die raumliche Verteilung der Stresssensoren die Richtung von aufgebrachten Kraften mit einer Genauigkeit von 99.8% klassifizieren. Gleichzeitig kann mit der selben Signalverarbeitung das Abrutschen des Sensors ohne Spektralanalyse mit einer Genauigkeit von 99.6% erkannt werden.
展开▼