基于觸覺信息的果蔬表面特性識(shí)別研究.pdf

1、農(nóng)業(yè)機(jī)器人已經(jīng)被越來越廣泛的運(yùn)用到果蔬采摘、加工等作業(yè)環(huán)境中，經(jīng)常需要末端執(zhí)行器進(jìn)行抓取作業(yè)，但在非結(jié)構(gòu)化環(huán)境中，作業(yè)對(duì)象的剛度、形狀、紋理、溫度等信息往往不被所知，因而無法采用合適的抓取策略來實(shí)行抓取，會(huì)造成抓取對(duì)象的滑落或者果蔬的損傷。因此在未知的環(huán)境中進(jìn)行抓取操作時(shí)，需要農(nóng)業(yè)機(jī)器人能夠獲取果蔬表面的特性從而判斷物體的性質(zhì)采取合適的抓取策略，來使機(jī)器人能夠穩(wěn)定抓持果蔬。為此，本文以采摘機(jī)器人抓取系統(tǒng)為研究平臺(tái)，從觸覺傳感器研制、觸覺

2、信息特征提取、特征選擇、樣本訓(xùn)練與分類等方面進(jìn)行了深入研究，主要工作如下:
　　1)首先選擇適于進(jìn)行觸覺信息檢測(cè)的傳感器元件PVDF壓電薄膜和電阻應(yīng)變片用于觸覺傳感器的制作，分別采用四個(gè)PVDF壓電薄膜傳感器元件和四個(gè)電阻應(yīng)變片通過隨機(jī)分布的布置方式制作一款模仿人皮膚特點(diǎn)的仿人型觸覺傳感器用于果蔬表面特性的研究。為確保輸出信號(hào)的有效性，將所要制作的傳感器模型導(dǎo)入ANSYS有限元分析軟件進(jìn)行力學(xué)分析，通過軟件分析確定傳感器元件布置位

3、置，應(yīng)盡可能將微小輸出的傳感器元件布置在傳感器的中間區(qū)域。
　　2)搭建了觸覺信息檢測(cè)平臺(tái)，在硬件上，選擇DH5853電荷放大器和DH3841應(yīng)變放大器用于壓電薄膜和電阻應(yīng)變片信號(hào)的放大;利用力敏電阻作為敏感材料制作了一種指力傳感器，以指力傳感器的信號(hào)作為反饋，用于控制被測(cè)樣品與手指之間的夾持力;在軟件上，采用LABVEIEW編寫多通道數(shù)據(jù)采集程序，用于多通道數(shù)據(jù)的同時(shí)采集和存儲(chǔ)。實(shí)際實(shí)驗(yàn)表明，所選用的放大器能夠很好的實(shí)現(xiàn)信號(hào)的放

4、大，所制作的指力傳感器能夠穩(wěn)定用于控制手爪與樣品之間的夾持力，所編寫的數(shù)據(jù)采集程序能夠?qū)崿F(xiàn)多通道數(shù)據(jù)的同步采集與存儲(chǔ)。
　　3)選用三種研究對(duì)象:蘋果、哈密瓜、黃瓜，以觸覺信息檢測(cè)平臺(tái)采集了三種樣品各200組樣品數(shù)據(jù)，總共為420組數(shù)據(jù)。對(duì)于采集到的每個(gè)樣本數(shù)據(jù)包含四個(gè)壓電薄膜信號(hào)和四個(gè)電阻應(yīng)變片信號(hào)，提取出16個(gè)特征來表示每個(gè)樣本，分別是四個(gè)壓電薄膜信號(hào)的信號(hào)最大值Max，信號(hào)最小值Min，信號(hào)最大值與最小值之間的差值dk，dk

5、=|Max-Min|，四個(gè)電阻應(yīng)變片信號(hào)的信號(hào)最大值與最小值之間的差值dk, dk=|Max-Min|，選用三種分類器進(jìn)行分類，分別是:支持向量機(jī)，BP神經(jīng)網(wǎng)絡(luò)，決策樹，分類結(jié)果分別為:89.99％，93.49％和92.29％，分類結(jié)果表明三種分類方法的準(zhǔn)確率都可達(dá)90％左右，證明所設(shè)計(jì)的觸覺傳感器能夠用于區(qū)分具有不同表面特性的物體。
　　4)對(duì)于提取出的16個(gè)特征進(jìn)行了特征評(píng)價(jià)與選擇，首先采用一種改進(jìn)的特征評(píng)價(jià)方法NG-scor

6、e值來對(duì)特征進(jìn)行評(píng)價(jià)，計(jì)算得到各個(gè)特征的NG-score值大小，計(jì)算結(jié)果表明特征1、2、3、4、5、6的NG-score值較大，即這些特征對(duì)于分類的貢獻(xiàn)率較大。提出了結(jié)合Filter模型和wrapper模型的特征選擇策略，將NG-score值由大到小依次加入構(gòu)成特征子集，若對(duì)分類性能有提高則入選最優(yōu)子集，若降低則不入選。經(jīng)過特征選擇算法，選擇出(3，6，2，5)為支持向量機(jī)最優(yōu)特征子集，準(zhǔn)確率89.394％，(3，6，5，4，12)為B