87、光学软触觉传感器深度学习数据采集研究

光学软触觉传感器深度学习数据采集研究

1. 引言

随着物联网的发展，机器人在各行各业中发挥着至关重要的作用。在现代社会，机器人的应用日益广泛，其功能也需要逐步增加。触觉感知是多功能机器人的核心功能，它能使机器人具备与人类相同的环境感知和交互能力。

人类的触觉感知系统组成复杂而精密，触觉是多种细胞协同作用的结果。这些细胞按功能可分为快速适应（RA）单元和缓慢适应（SA）单元。RA 单元包括迈斯纳小体和环层小体；SA 单元包括默克尔细胞和鲁菲尼末梢。其中，默克尔细胞位于皮肤表面，对皮肤表面的静态力敏感，当皮肤接触物体时，它能感知接触力的位置和大小。同样，触觉传感器也需要在保持物体形状的同时，更准确地测量接触力。

光学软触觉传感器基于默克尔细胞的功能设计，它利用光纤阵列传输硅质彩色圆柱体的颜色和亮度信息。该传感器由不同层组成，在材料的弹性变形范围内，变形程度与力的大小成正比，变形和泊松效应会导致颜色和亮度发生变化。

深度学习已广泛应用于软传感器的测量中。精心设计的深度学习网络可以帮助触觉传感器实现更准确的力预测，并取得了一些良好的成果。然而，过去深度学习数据集的生成过程是在连续机械运动中进行的，对于柔性传感器来说，变形恢复存在一定的滞后性，连续采集的数据会产生误差，同时机器运行时的温度升高也会导致误差。因此，本文设计了一种静态数据采集方法来生成深度学习数据集，结果表明该方法更准确。

2. 光学触觉传感器

光学触觉传感器由三层组成，均由硅胶制成：
- 第一层为黑色，用于阻挡外界光线。
- 第二层是红黄色的扇形图案。
- 第三层是透明的，可为光散射提供空间。

第一层和第三层比第