基于觸覺信息的果蔬表面特性識(shí)別研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩90頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論