[發明專利]一種基于多指機械手觸感信息特征提取的物件分類方法

有效

• 申請號: 201610035934.8
• 申請日: 2016-01-20
• 公開（公告）號: CN105718884B
• 公開（公告）日: 2019-06-25
• 發明（設計）人: 李石堅;葉振宇;焦文均;陶海;楊莎;潘綱
• 申請（專利權）人: 浙江大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;B25J13/08
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 胡紅娟

1.一種基于多指機械手觸感信息特征提取的物件分類方法，包括如下步驟：

(1)通過在機械手指尖設置復合傳感器，利用機械手對各種物件進行抓取和滑動操作，進而獲得各種物件對應抓取操作和滑動操作的多組復合觸感信息，所述復合觸感信息包含壓力信號、溫度信號和濕度信號；

(2)對所述的復合觸感信息依次進行基于信號曲線切分的特征提取以及降維處理后，得到對應抓取操作和滑動操作的訓練樣本集合；

(3)根據所述的訓練樣本集合進行學習訓練得到對應抓取操作和滑動操作的分類模型；

(4)對于任一待分類的物件，利用機械手對其進行抓取或滑動操作，從而獲得該物件對應抓取操作或滑動操作的復合觸感信息；進而對得到的復合觸感信息依次進行基于信號曲線切分的特征提取以及降維處理后輸入至對應操作類型的分類模型中以輸出得到該物件的類型，并依此對待分類的物件進行分類；

對于抓取操作的復合觸感信息，對其進行基于信號曲線切分的特征提取的具體過程如下：

首先，對復合觸感信息的壓力信號進行低通濾波，并從濾波后的壓力信號曲線中提取第一個極大值以及平均值；

然后，根據提取得到的極大值和平均值將濾波后的壓力信號曲線劃分為上升段、平臺段和驟降段：以濾波后的壓力信號曲線中第一個極大值所對應的采樣點或第一個大于平均值的采樣點作為基準，由該基準的前n個采樣點組成上升段；以濾波后的壓力信號曲線中最后一個大于平均值的采樣點為基準，由該基準向前的第m個采樣點至最后一個采樣點組成驟降段；使上升段與驟降段之間的所有采樣點組成平臺段；n和m均為大于1的自然數；

按比例取平臺段前半部分的采樣點數據，同時取整個上升段的采樣點數據，使這兩部分采樣點數據組成壓力信號的特征向量；

最后，根據壓力信號特征向量中各采樣點數據所對應的時間，提取復合觸感信息的溫度信號和濕度信號中對應的采樣點數據組成溫度信號特征向量和濕度信號特征向量；

對于滑動操作的復合觸感信息，對其進行基于信號曲線切分的特征提取的具體過程如下：

首先，對復合觸感信息的壓力信號進行低通濾波，并從濾波后的壓力信號曲線中提取平均值；

然后，取濾波后的壓力信號曲線中第一個大于平均值的采樣點至最后一個大于平均值的采樣點之間的所有采樣點數據組成壓力信號的特征向量；

最后，根據壓力信號特征向量中各采樣點數據所對應的時間，提取復合觸感信息的溫度信號和濕度信號中對應的采樣點數據組成溫度信號特征向量和濕度信號特征向量。

2.根據權利要求1所述的物件分類方法，其特征在于：對于復合觸感信息經特征提取得到的壓力信號特征向量，采用PCA算法對其進行降維處理。

3.根據權利要求1所述的物件分類方法，其特征在于：對于復合觸感信息經特征提取得到的溫度信號特征向量和濕度信號特征向量，采用均方差或局部均方差對其進行降維處理。

4.根據權利要求1所述的物件分類方法，其特征在于：所述的步驟(3)中采用SVM監督學習算法進行學習訓練得到對應抓取操作和滑動操作的分類模型。