人工触觉感觉手指用于接触模式识别,基于高时空平移感应器阵列.

科学领域:

• 机器人技术 机器人技术 机器人技术
• 材料科学 材料科学 材料科学
• 生物模拟学是一种生物模拟学.

背景情况:

• 人类的触觉感知依赖于专门的受体进行模式识别.
• 现有的人工触觉传感器难以与人类指尖的时空分辨率和精度相匹配.
• 将传感器与机器学习集成是关键,但对于高保真触觉来说具有挑战性.

研究的目的:

• 开发一种能够具有高空间时间分辨率接触模式识别的人工触觉手指.
• 模仿并可能超越人类指尖的触觉感知能力.
• 为机器人触觉感应应用程序创建一个多功能平台.

主要方法:

• 开发了一个人工触觉手指,集成了一个高时空压电阻传感器阵列 (PRSA).
• 使用卷积神经网络 (CNN) 模型进行模式识别.
• 使用浮雕和曲线图案,比较人工手指的性能与人类的触觉感知.

主要成果:

• 人工手指的时间分辨率为7毫秒,两点值为1.5毫米.
• 与人类 (69.1%和22.7%) 相比,在简单 (99.0%) 和复杂 (96.1%) 模式上表现出更高的分类准确性.
• 该PRSA膜使得准确的压力图像获取用于模式分析.

结论:

• 发达的人工触觉手指在模式识别方面显著优于人类的触觉感知.
• 这项技术为先进的机器人触觉传感提供了一个有前途的平台.
• 潜在的应用包括假肢,皮肤电子和机器人手术.