一種用于材料分類的仿生觸覺傳感器的設計

雖然人類經常使用觸摸來理解物理世界，但許多機器人缺乏這種能力，而是依靠相機和計算機視覺方法。最近，已經開發出高分辨率和高動態范圍但低成本的觸覺傳感器，例如基于磁彈性體的傳感器。皮膚或指紋的材料特性等仿生特征也有助于感知。

最近發表在 arXiv.org 上的一項研究通過添加仿生特征(包括指紋脊)擴展了基于磁彈性體的觸覺傳感器的傳感能力。研究人員提出了一種以人體皮下解剖結構為模型的具有雙層的低成本磁性彈性體結構。

結果表明，指紋脊顯著提高了傳感器在一定速度范圍內對具有不同表面特性的材料進行分類的能力。

觸覺傳感通常涉及對未知表面和物體的主動探索，使其在處理材料和紋理的特性方面特別有效。人類觸覺感知提取的一個關鍵屬性是表面粗糙度，它依賴于使用多層指尖結構測量振動信號。現有的機器人系統缺乏能夠提供高動態感應范圍、感知材料特性并保持較低硬件成本的觸覺傳感器。在這項工作中，我們介紹了一種微型低成本觸覺傳感器的參考設計和制造過程，該傳感器由仿生皮膚結構組成，包括人造指紋、真皮、表皮和用作機械感受器的嵌入式磁傳感器結構。將機械信息轉換為數字信號。所提出的傳感器能??夠通過霍爾效應檢測高分辨率磁場數據，并為材料紋理分類創建高維時頻域特征。此外，我們通過模擬和物理實驗研究了不同表面傳感器指紋模式對材料分類的影響。在提取時間序列和頻域特征后，我們評估了一個用于區分不同材料的 k 最近鄰分類器。我們的實驗結果表明，我們的帶有指紋脊的仿生觸覺傳感器可以對材料進行分類，其準確度比無脊傳感器高 8% 以上，且可更低。這些結果，以及我們傳感器的低成本和可定制性，