本文關(guān)鍵詞：基于機械手觸覺信息的物體軟硬屬性識別，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著智能機器人技術(shù)的快速發(fā)展,其應(yīng)用已經(jīng)遍布醫(yī)療、服務(wù)業(yè)、軍事、農(nóng)業(yè)、工業(yè)、科研等各個領(lǐng)域,在實際應(yīng)用中,機器人對物體的抓取能力尤為重要。軟硬作為物體的重要物理屬性之一,會在一定程度上影響機械手對物體的抓取控制。人手能依靠復(fù)雜的觸覺感知系統(tǒng)準(zhǔn)確地識別物體的軟硬程度,然后采取合適的力量進行抓取。然而這個簡單的任務(wù)對于機械手而言并不容易,大多數(shù)機械手只具備基本的壓力反饋,很難直接對物體軟硬屬性進行區(qū)分,因而影響了不同軟硬物體的抓取控制。本文在仿生機械臂平臺上,搭建了觸覺信息反饋系統(tǒng),實現(xiàn)了機械手對目標(biāo)物體的軟硬屬性識別,在一定程度上為穩(wěn)定抓取控制提供了保障。本文具體的研究工作如下：(1)結(jié)合物體軟硬屬性識別的需求,搭建了觸覺信息反饋系統(tǒng),包括手指傳感器、傳感器信號采集電路、微控制器、機械手運動控制界面和傳感器數(shù)據(jù)顯示界面等。觸覺信息反饋系統(tǒng)的硬件單元實現(xiàn)了觸覺傳感器信號采集和數(shù)據(jù)通信。傳感器的電信號經(jīng)過自行設(shè)計的處理電路完成了放大,并通過DMA傳輸機制實現(xiàn)了實時采集與數(shù)字化；微控制器端使用低功耗藍牙模塊進行數(shù)據(jù)通信,簡化了電路連接,實現(xiàn)了觸覺信號的無線傳輸。觸覺信息反饋系統(tǒng)的軟件部分主要完成了上位機程序的設(shè)計。通過上位機程序界面可以實現(xiàn)機械手的抓取控制、觸覺傳感器數(shù)據(jù)的實時監(jiān)測與存儲,同時也方便對整個系統(tǒng)進行功能調(diào)試。(2)利用觸覺信息反饋系統(tǒng),研究了機械手對目標(biāo)物體的軟硬屬性識別能力。實驗中先確定了4個軟硬等級,作為識別標(biāo)準(zhǔn)。按照該標(biāo)準(zhǔn)各選取一個物體進行多次抓取,將采集到的觸覺傳感器信號進行分析,選取了三類數(shù)據(jù)作為識別軟硬屬性的特征值,然后利用K最鄰近算法對這些特征進行融合,在線實現(xiàn)了機械手對未知物體的軟硬等級區(qū)分,對比單傳感器信息,多傳感器融合后的信息更為全面,使軟硬等級識別的準(zhǔn)確率得到了明顯提升。最后,結(jié)合物體軟硬屬性的識別,設(shè)計了穩(wěn)定抓取控制系統(tǒng),通過對軟硬物體的多次抓取測試,發(fā)現(xiàn)抓取軟物體時,物體形變程度明顯減少,結(jié)果說明該控制系統(tǒng)可以讓機械手根據(jù)物體軟硬屬性施加合適的抓取力,從而實現(xiàn)目標(biāo)物體的穩(wěn)定抓取。
【關(guān)鍵詞】：機械手 觸覺 軟硬識別 多傳感器融合 抓取控制
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP241
【目錄】：

• 致謝5-6
• 摘要6-8
• ABSTRACT8-16
• 第1章 緒論16-28
• 1.1 研究背景16-18
• 1.2 研究意義18-19
• 1.3 研究現(xiàn)狀及分析19-24
• 1.3.1 改善機械手傳感器結(jié)構(gòu)、性能19-21
• 1.3.2 觸覺反饋的基礎(chǔ)上,結(jié)合視覺進行輪廓跟蹤21-22
• 1.3.3 設(shè)計算法進行傳感器原始數(shù)據(jù)融合22-23
• 1.3.4 利用軟硬識別完成穩(wěn)定抓握控制23-24
• 1.4 研究目標(biāo)24-25
• 1.5 研究內(nèi)容及方法25
• 1.6 論文結(jié)構(gòu)25-27
• 1.7 本章小結(jié)27-28
• 第2章 物體軟硬屬性的定義及數(shù)據(jù)處理方法綜述28-38
• 2.1 引言28
• 2.2 物體軟硬屬性的基本定義及常用測量方法28-30
• 2.2.1 軟硬屬性的基本定義28
• 2.2.2 常用的軟硬度標(biāo)準(zhǔn)及測量方法28-30
• 2.3 基于觸覺感知的物體軟硬性識別及其力學(xué)原理分析30-33
• 2.4 機械手觸覺傳感器數(shù)據(jù)處理方法介紹33-36
• 2.4.1 多傳感器信息融合34-35
• 2.4.2 常用傳感器融合方法35-36
• 2.5 本章小結(jié)36-38
• 第3章 機械手與觸覺信息反饋系統(tǒng)的搭建38-60
• 3.1 引言38
• 3.2 機械手及觸覺反饋系統(tǒng)概述38-40
• 3.3 系統(tǒng)硬件平臺40-48
• 3.3.1 Jaco機械臂平臺簡介40-41
• 3.3.2 觸覺傳感器選型41-43
• 3.3.3 傳感器的安裝43-45
• 3.3.4 傳感器采集電路設(shè)計45-46
• 3.3.5 微控制器電路設(shè)計46-48
• 3.4 系統(tǒng)軟件設(shè)計48-53
• 3.4.1 系統(tǒng)下位機軟件設(shè)計48-51
• 3.4.2 系統(tǒng)上位機軟件設(shè)計51-53
• 3.5 觸覺反饋系統(tǒng)功能測試53-57
• 3.5.1 硬件系統(tǒng)測試53
• 3.5.2 傳感器數(shù)據(jù)標(biāo)定53-56
• 3.5.3 觸覺反饋系統(tǒng)的使用流程及數(shù)據(jù)采集實例56-57
• 3.6 本章小結(jié)57-60
• 第4章 軟硬屬性的識別及機械手穩(wěn)定抓取控制60-80
• 4.1 引言60
• 4.2 軟硬物體的抓取實驗60-69
• 4.2.1 實驗對象的選擇及手指傳感器的定性分析60-61
• 4.2.2 實驗流程及數(shù)據(jù)采集61-63
• 4.2.3 傳感器原始數(shù)據(jù)分析及討論63-69
• 4.3 軟硬屬性的檢測與在線識別69-77
• 4.3.1 傳感器的特征選取69-71
• 4.3.2 基于KNN算法的軟硬屬性識別71-75
• 4.3.3 軟硬屬性在線識別方法的優(yōu)化75-77
• 4.4 結(jié)合軟硬屬性識別的穩(wěn)定抓取控制77-78
• 4.5 本章小結(jié)78-80
• 第5章 總結(jié)與展望80-82
• 5.1 工作總結(jié)80-81
• 5.2 展望81-82
• 參考文獻82-88
• 作者簡歷88

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙忠?guī)?張公敬;;改進的KNN快速分類算法[J];青島大學(xué)學(xué)報(自然科學(xué)版);2014年04期

2 嚴(yán)曉明;;基于類別平均距離的加權(quán)KNN分類算法[J];計算機系統(tǒng)應(yīng)用;2014年02期

3 尹德進;王宏力;周志杰;;基于D-S證據(jù)理論的多傳感器目標(biāo)識別信息融合方法[J];四川兵工學(xué)報;2011年04期

4 苗寶光;;板坯連鑄機HZ102F輥材質(zhì)要求[J];金屬世界;2010年06期

5 孫中圣;包鋼;李小寧;;基于氣動人工肌肉力反饋數(shù)據(jù)手套的柔性物體力覺再現(xiàn)[J];南京理工大學(xué)學(xué)報(自然科學(xué)版);2009年06期

6 王鳳朝;黃樹采;韓朝超;;多傳感器信息融合及其新技術(shù)研究[J];航空計算技術(shù);2009年01期

7 陳保華;趙曉峰;;常用硬度的測試原理及表示方法[J];金屬加工(熱加工);2008年15期

8 趙蕊;賀建軍;;多傳感器信息融合技術(shù)[J];計算機測量與控制;2007年09期

9 張曉強;高莉;于洪珍;;煤礦監(jiān)測監(jiān)控系統(tǒng)信息融合結(jié)構(gòu)的研究[J];工礦自動化;2007年04期

10 熊大容;楊p

本文編號：321092