使用机器学习的光纤传感器对气动人工肌肉的长度估计
Yilei Ni1, Shuichi Wakimoto1, Weihang Tian1
1Graduate School of Environmental, Life, Natural Science and Technology, Okayama University, Okayama 700-8530, Japan.
Sensors (Basel, Switzerland)
|April 12, 2025
概括
研究人员开发了一个智能的人工肌肉,集成光纤来感知运动. 机器学习,特别是长短期记忆网络,通过考虑复杂的传感器依赖,显著提高了长度估计的准确性.
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
- 传感器技术 传感器技术
背景情况:
- 麦基本人造肌肉是灵活的,轻量级的软执行器.
- 集成光纤使这些执行器能够传感运动.
- 传统的方法与传感器对负载和压力的依赖性作斗争.
研究的目的:
- 开发一种智能的人工肌肉,能够准确感知运动.
- 为了克服由于负载和压力变化的光纤传感方面的局限性.
- 用先进的算法来提高长度测量的准确性.
主要方法:
- 将光纤集成到麦基本的人工肌肉套中.
- 测量了光纤中的宏观折叠和微折叠损失.
- 采用机器学习模型,主要是长短期记忆 (LSTM) 神经网络,用于长度估计.
主要成果:
- 光纤传感器的特性取决于长度,负载和空气压力.
- 机器学习有效地弥补了这些复杂的依赖关系.
- 与传统方法相比,基于LSTM的长度估计显示出明显减少的误差.
结论:
- 机器学习提供了一种可行和有效的方法来提高人工肌肉长度测量准确度.
- 集成传感器的智能人工肌肉显示出对先进机器人应用的前景.
- LSTM网络为复杂,多变量传感器数据解释提供了强大的解决方案.
