基于气囊阵列的柔性机器人皮肤设计及触觉感知研究

摘要

当前，机器人技术在工业生产线上的部署极大地提高了生产效率。然而，人机协作的安全问题迄今仍未解决，探索新兴协作式机器人在各种场合的应用研究是工业机器人技术的重要发展趋势。要实现人机协作，一个重要的前提就是机器人需具备一定的触觉感知能力，而具有柔性特征的机器人皮肤能够模仿人体触觉感知，识别物体与不确定的动态交互场景信息，保障人机协同本质安全，有着极为可观的应用前景。因此，开展面向智能人机交互应用的柔性气囊阵列机器人皮肤触觉感知研究具有重要意义，本文的主要研究内容如下：　　①设计出了一种基于气囊阵列的柔性机器人皮肤触觉传感器。以人手触觉仿生为灵感，结合皮肤表层-神经系统触觉感知特征，研究了该气囊皮肤传感器的结构设计及工作机理；通过有限元分析软件对传感器结构及在不同工况下的受力进行仿真模拟，为模式识别应用奠定数据基础的同时，验证了皮肤传感器结构设计及尺寸的合理性。　　②提出了一种新型CRXL融合算法，可完成气囊皮肤传感器在不同工况下的识别应用。利用仿真获取的触觉信息进行几何特征信息提取，完成机器学习网络模型的训练和预测。该算法由决策树、随机森林、XGboost、LightGBM融合而成，集XGBoost模型复杂度的自控制特点、噪声数据鲁棒性的优势，LightGBM并行计算优化，随机森林简单稳定的优点，训练得到的CRXL新型模式识别方法具有更高的准确性、可靠性和适用范围，解决了传统算法预测能力有限，无法精准识别物体对象的问题。综合四个单一模型性能评估结果，及对比本文所采用的CRXL融合算法发现，经过融合的算法模型能够有效提高检测接触物体类型的准确率。　　③针对气囊皮肤传感器结构特征及触觉感知原理，进行了皮肤触觉传感器材料选型、封装及特性分析。基于仿真结果确定气囊皮肤传感器结构的最终实验尺寸，研究了气囊皮肤传感器各组成部分的制作与封装。其次，搭建皮肤传感器静态特性测试平台，开展了基于气囊阵列柔性机器人皮肤传感器的静态特性测试实验，探究力-位移、可变刚度等特性。　　④设计了基于气囊阵列柔性机器人皮肤传感器触觉感知系统，进行基于人机协作模式下的模式识别实验研究。利用LabVIEW上位机程序设计软件搭建该触觉感知系统的实验测试平台，并进行信号采集及处理等操作。为了验证气囊皮肤感知系统的有效性和准确性，开展了不同形状接触、不同人机协同对象接触的实验。运用不同几何特征的物体及对象对气囊皮肤传感器分别进行敲击、触摸、挤压，获得实验数据。最后，基于CRXL融合算法实现皮肤传感器对接触物体的压力信号的识别检测。实验结果表明，本文所提出的基于气囊阵列的皮肤传感器在人机协作模式下能够有效完成目标识别，论证了气囊皮肤传感器应用在触觉感知识别方面的可行性。

目录

1 绪 论

1.1 课题研究背景和意义

1.2 机器人触觉传感器发展现状

1.2.1 压电式触觉传感器发展现状

1.2.2 电容式触觉传感器发展现状

1.2.3 压阻式触觉传感器发展现状

1.3 柔性机器人皮肤研究现状

1.4 本文研究内容及组织架构

2 基于气囊阵列的柔性触觉传感器设计及仿真

2.1 概述

2.2 气囊式柔性触觉传感器结构设计

2.3 气囊式柔性触觉传感器工作原理

2.4 仿真模型分析

2.4.1 有限元模型建立

2.4.2仿真结果及分析

2.5 本章小结

3 基于融合算法的皮肤传感器应用

3.1形状分类器算法

3.1.1决策树算法

3.1.2 随机森林算法

3.1.3 XGboost算法

3.1.4 LightGBM算法

3.2 CRXL模型构建及融合

3.2.1 投票集成策略

3.2.2 Blending集成策略

3.2.2 Stacking集成策略

3.3 模型性能度量评估

3.3.1 精确率和召回率指标

3.3.2 AUC指标

3.3.3 F1-Score指标

3.4仿真实验及分析

3.4.1单一模型实验结果分析

3.4.2 融合模型实验结果分析

3.5 本章小结

4 柔性机器人皮肤制备及特性分析

4.1 概述

4.2 材料选型

4.2.1 橡胶层

4.2.2 气囊层

4.2.3 基底

4.3 机器人皮肤尺寸设计

4.4.1 粘合剂

4.4.3 封装过程

4.5 柔性机器人皮肤特性分析

4.5.1 线性度特性分析

4.5.2 响应时间分析

4.5.3 可变刚度特性分析

4.6 本章小结

5 柔性机器人皮肤系统感知实验

5.1 触觉信息感知系统设计

5.2 系统上位机软件设计

5.2.1 前面板窗口设计

5.2.2 信号处理程序框图

5.3 感知实验及结果分析

5.3.1 皮肤传感器系统实验平台搭建

5.3.2 形状感知实验及结果分析

5.3.3 人手接触实验及结果分析

5.4 本章小结

6 全文总结

6.1 论文主要研究工作及结论

6.2 工作展望

参考文献

附录

A. 作者在攻读硕士学位期间发表的专利目录

B. 作者在攻读硕士学位期间参与的科研项目目录

C 学位论文数据集

致谢