基于柔性光/容传感的多模动态触觉软体灵巧手研究

Dexterous hand is one of the key parts of robot to realize fine manipulation. Traditional rigid robotic hand is difficult to equip with extensile tactile sensor, with low grabbing accuracy. Soft robotic hand is able to embed flexible sensors and, is apt to perform adaptive grabbing. But, the features of existing soft robotic hand are single modal perception, lack of autonomy. Equipping multi-modal flexible sensors is an important way to improve dimensions and layers of tactile perception, achieve dynamic and high-trust dexterous manipulation. In view of above problem, this proposal conducts researches on flexible tactile sensing, multi-modal tactile perception, and dexterous manipulation for soft robotic hand. Firstly, study the mechanism of optical-capacitive tactile sensing. Secondly, study multi-modal multi-dimensional multi-layered tactile perception method, acquire optical-capacitive physical information, turn to machine learning, extract multi-dimensional features of force, curvature, posture, and object class, recognize intention information for decision. Thirdly, research dynamic high-trust dexterous manipulation method, establish optical-capacitive bimodal time sequence model by employing linear dynamical system (LDS) method, combine maximum likelihood and Bayes multimodal information fusion methods to realize dexterous manipulation with high-trust evaluation. Lastly, develop a flexible tactile perception soft dexterous hand, build flexible tactile sensing system by embedding optical sensors and capacitive sensors, and carry out experiment to verify tactile perception and dexterous manipulation algorithms. From the researches of soft robotic hand on flexible sensing, multi-modal tactile perception, dexterous manipulation, the problems of soft multi-modal tactile field are solved, and the intelligent level of robotics is improved.

灵巧手是机器人精细操作的关键部件，传统刚性手难于配备可延展的触觉传感，抓取精度低。软体手可内嵌柔性传感，易于柔顺抓取，但现有软体手感知模态单一，自主性不足。多模柔性传感，是提高触觉感知维度、层次，实现动态、高信任度操作的重要方法。为此，本项目探索软体手的柔性触觉传感、多模态触觉感知和灵巧操作方法。首先，研究光/容触觉传感机理；其次，研究多模多维多层触觉感知方法，采集光容物理信息，结合机器学习，提取力度、弯曲度、姿态和类别等多维特征，识别操作意图。再次，研究动态高信任度灵巧操作方法，利用线性动态系统，建立光/容序列模型，融合极大似然和Bayes方法，实现高信任度灵巧操作。最后，研制柔性触觉软体灵巧手，嵌入光学传感和电容传感，构建柔性传感系统，验证触觉感知和灵巧操作算法。通过对软体手，在柔性传感、多模触觉和灵巧操作方面的研究，解决机械手在柔性多模触觉方向的难点，提高机器人智能化水平。

本项目围绕软体机器人的本体设计加工、气压控制系统、触觉感知和交互操作开展研究，具体包括： .（1）探讨基于复模注塑的软体执行器加工制造方法，对商业光导纤维进行粗糙化处理，内嵌到软体执行器中，构建传感器-执行器一体化的软体执行器，并构建软体抓手和类人手的五指软体手。.（2）推导基于模拟电压的比例阀控制和基于PWM的电磁阀控制方法，对比两位两通电磁阀、两位三通电磁阀和两位两通比例阀的精确性、快速性能，得出比例阀方案精度高，而电磁阀方案响应速度快。此外，提出混合阀的气压控制方法，设计实现多模可控的混合阀气压控制方案，提高气压控制精度和响应性能。.（3）分析基于光能损耗的光学弯曲传感器的测量原理，结合气压传感器构建双模态信息感知系统，利用KNN、SVM和逻辑回归的监督学习算法，以及KCM的无监督学习算法，实现五指软体手的手势姿态识别、物体形状、大小和重量识别。实验结果显示结合KNN算法和双模态传感器信息，可以得到更优的识别精度。.（4）搭建基于数据手套的交互控制系统，实现五指软体手的连续动态操作。提出基于传感触发的软体手灵巧操作控制方法，在五指软体手上布局光学弯曲传感器、气压传感器、电容压触传感器和电阻压触传感器，增强软体手的感知能力通过多层次的灵巧操作框架，实现抓取、捏、握手的灵巧操作。.（5）以仿生软体手为对象，基于纤维增强型气动执行器设计双指节弯曲的仿生软体手指，构建仿生软体手的完整模型。结合惯导、压触、气压三模态的触觉反馈，利用支持向量机算法、极限学习机算法和BP神经网络算法实现对被抓取物体多种属性特征的识别。设计具有力反馈数据手套，通过人手动作捕捉到仿生软体手的动作映射，实现具有触觉力反馈的交互操作。.通过本项目的研究对软体机器人具有体系化的理解和认识，发表SCI论文5篇，专利9项，培养硕士生3人。已获得企业的认可，以基于EtherCAT总线的阀岛控制器进行技术成果转化，该项目的研究成果还有望在工业、医疗领域进行应用。