[發(fā)明專利]基于堆棧稀疏自編碼的多維力傳感器的解耦方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010095341.7
• 申請(qǐng)日: 2020-02-17
• 公開(kāi)（公告）號(hào): CN111256906B
• 公開(kāi)（公告）日: 2020-08-25
• 發(fā)明（設(shè)計(jì)）人: 楊忠;宋愛(ài)國(guó);徐寶國(guó);唐玉娟;吳有龍
• 申請(qǐng)（專利權(quán)）人: 金陵科技學(xué)院
• 主分類號(hào): G01L25/00
• 分類號(hào): G01L25/00;G06N3/04;G06N3/08
• 代理公司: 南京眾聯(lián)專利代理有限公司 32206
• 代理人: 蔣昱

基于堆棧稀疏自編碼的多維力傳感器的解耦方法。該方法包括以下步驟：步驟1，獲取實(shí)驗(yàn)標(biāo)定數(shù)據(jù)：步驟2，獲取模擬噪聲環(huán)境數(shù)據(jù)：步驟3，增加標(biāo)定數(shù)據(jù)的維度：步驟4，堆棧稀疏自編碼器預(yù)訓(xùn)練：步驟5，對(duì)預(yù)訓(xùn)練的堆棧稀疏自編碼器進(jìn)行微調(diào)，以提高模型的精確性；步驟6，將訓(xùn)練獲得的堆棧稀疏自編碼模型嵌入傳感器及其采集系統(tǒng)中，并實(shí)際應(yīng)用。本發(fā)明在堆棧自編碼器和原創(chuàng)性的模擬噪聲環(huán)境下傳感器采集數(shù)據(jù)方法的基礎(chǔ)上，提出了基于堆棧稀疏自編碼的多維力傳感器的解耦方法。為盡可能的降低環(huán)境噪聲對(duì)傳感器采集的數(shù)據(jù)的影響，本發(fā)明通過(guò)模擬噪聲環(huán)境對(duì)傳感器采集數(shù)據(jù)的影響，增強(qiáng)訓(xùn)練得到的模型的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及多維力傳感器檢測(cè)數(shù)據(jù)解耦領(lǐng)域，特別是涉及基于堆棧稀疏自編碼的多維力傳感器的解耦方法。

背景技術(shù)

多維力傳感器作為一類精密性高、可靠性穩(wěn)定的傳感器，在汽車制造、生物力學(xué)、機(jī)器人、航空航天、輕紡工業(yè)、自動(dòng)化流水線裝配等領(lǐng)域得到了廣泛的應(yīng)用，并逐漸成為了不可或缺的核心部件。因此，多維力傳感器測(cè)量的精度和可靠性成為了衡量傳感器好壞的重要指標(biāo)。

從目前的研究來(lái)看，增強(qiáng)多維力傳感器測(cè)量精度主要有以下兩大途徑：優(yōu)化傳感器的結(jié)構(gòu)和優(yōu)化傳感器的解耦算法。對(duì)前一種方法，其易受諸如傳感器結(jié)構(gòu)加工誤差、應(yīng)變片貼片位置等多種因素影響，導(dǎo)致在數(shù)據(jù)測(cè)量時(shí)引入了不確定因素，且很難對(duì)不確定因素進(jìn)行校正。而對(duì)于后一種方法，隨著軟硬件技術(shù)的不斷飛躍發(fā)展，大大降低了算法層面上的時(shí)間成本和計(jì)算成本，同時(shí)提高了算法的可實(shí)施性，因此得到了較多的成果。另一方面，實(shí)際的解耦模型需要克服環(huán)境噪聲的干擾，同時(shí)能夠有持續(xù)穩(wěn)定的輸出，這對(duì)算法解耦提出了更高的要求，而這也是算法解耦的難點(diǎn)之一。因此，設(shè)計(jì)一個(gè)具有良好的魯棒性和穩(wěn)定性高的解耦模型是非常有必要的。

國(guó)內(nèi)涉及多維力傳感器解耦方法的專利有“基于遺傳算法的多維力傳感器標(biāo)定實(shí)驗(yàn)數(shù)據(jù)擬合方法”(201610232792.4)，通過(guò)推導(dǎo)傳感器耦合誤差理論模型的系數(shù)求解公式，而后利用遺傳算法在MATLAB軟件上進(jìn)行全局最優(yōu)解的確定，從而解決數(shù)據(jù)擬合問(wèn)題，但該專利中的遺傳算法求得的最優(yōu)解可能是局部最優(yōu)而非全局最優(yōu)，導(dǎo)致擬合誤差增大。國(guó)家發(fā)明專利“一種多維力傳感器動(dòng)態(tài)解耦方法”(201910160583.7)，該方法首先對(duì)傳感器進(jìn)行動(dòng)態(tài)測(cè)試，而后對(duì)輸出信號(hào)進(jìn)行動(dòng)態(tài)補(bǔ)償，最后將經(jīng)過(guò)補(bǔ)償后的信號(hào)帶入解耦模型中以實(shí)現(xiàn)解耦，但是該方法中并沒(méi)有考慮到實(shí)際工業(yè)環(huán)境下嘈雜的噪聲對(duì)傳感器采集數(shù)據(jù)的影響，在實(shí)際應(yīng)用中可能存在一定的局限性。由此可見(jiàn)，設(shè)計(jì)一個(gè)具有良好魯棒性的多維力傳感器是非常有必要的。

發(fā)明內(nèi)容

為解決上述問(wèn)題，本發(fā)明在堆棧自編碼器和原創(chuàng)性的模擬噪聲環(huán)境下傳感器采集數(shù)據(jù)方法的基礎(chǔ)上，提出了基于堆棧稀疏自編碼的多維力傳感器的解耦方法。為盡可能的降低環(huán)境噪聲對(duì)傳感器采集的數(shù)據(jù)的影響，本發(fā)明通過(guò)模擬噪聲環(huán)境對(duì)傳感器采集數(shù)據(jù)的影響，增強(qiáng)訓(xùn)練得到的模型的魯棒性。另外，為了避免模型的過(guò)擬合和增強(qiáng)特征數(shù)據(jù)的可分性，本發(fā)明采用了堆棧稀疏自編碼器，通過(guò)對(duì)傳統(tǒng)的自編碼器的網(wǎng)絡(luò)隱藏層神經(jīng)元添加稀疏懲罰因子以實(shí)現(xiàn)強(qiáng)制性稀疏限制，同時(shí)堆棧稀疏自編碼的使用增強(qiáng)了網(wǎng)絡(luò)模型的穩(wěn)定性。為達(dá)此目的，本發(fā)明提供基于堆棧稀疏自編碼的多維力傳感器的解耦方法，具體步驟如下，其特征在于：

步驟1，獲取實(shí)驗(yàn)標(biāo)定數(shù)據(jù)：利用不同質(zhì)量的砝碼(力F)作用于多維力傳感器(6維)，通過(guò)采集系統(tǒng)獲取相應(yīng)的輸出電壓U；

步驟2，獲取模擬噪聲環(huán)境數(shù)據(jù)：向步驟1中獲取的輸出電壓U中添加高斯白噪聲以模擬噪聲環(huán)境下所采集信號(hào)受到的干擾，此處的信噪比范圍控制為20～30dB；

步驟3，增加標(biāo)定數(shù)據(jù)的維度：將步驟2中得到的每4組的電壓數(shù)據(jù)首尾拼接以得到U_splice，而后對(duì)U_splice歸一化至[0,1]以生成訓(xùn)練數(shù)據(jù)U_train；