基于主动激励触觉传感及机械手系统状态辨识的软抓取方法研究

As our early study shown, the traditional passive contact-slip sensing methods depend on the manipulator movement, passively produces sliding vibration signal by the friction between tactile sensors and the clamped body. This process control is complex, and signal is not stable, etc. By analysis the whole soft grasping process combining with bionic principle, reveals that the soft scraping may not depend on the signal of the dynamic process of sliding, and be simplified to whether steady state transition state is completed. Therefore, this project puts forward actively motivate tactile sensing method, and the corresponding system parameter identification of mechanical soft fetching strategy. Content as follows: 1) by means of acoustic resonance spectroscopy method, studies the incentive tactile sensor structure, an active acoustic response characteristics of manipulator system is determined. 2) choose different excitation signal frequency and intensity, using the cepstrum method research process signal power spectrum distribution, identification of sliding signal frequency characteristics, the mathematical model of the manipulator system. 3) based on the characteristics of soft scraping process signal frequency according to the most simplified principle to determine the optimal excitation source combination. 4) Research and implementation of bionic mechanism based on active incentive of the tactile sensor. This project will complete a new kind of soft grasping fetching strategy based on active incentive tactile sensor and manipulator system identification, and lay the good foundation for the tactile physiology and telepresence technology of tactile reproduction research.

项目前期软抓取研究中，传统被动式触滑觉传感方式依靠机械手运动，使传感器与被夹持物产生滑动摩擦信号，过程动作控制复杂，信号不稳定等。结合仿生原理分析研究软抓取全过程，揭示了软抓取可以不依赖滑动动态过程信号，而简化为根据机械手系统是否完成稳定状态过渡来判断。为此，本项目提出主动激励触觉传感方法，以及相应的系统参数辨识的机械手软抓取策略。内容为：1）借助于声学共振谱方法，研究一种主动激励触觉传感结构，确定机械手系统的声学响应特性。2）选择不同的激励源信号频率及强度，利用倒谱法研究抓取过程信号的功率谱分布，识别滑动信号边频特征，研究机械手系统数学模型。3）根据软抓取过程信号频率特性，按照最简化原则确定优化激励源组合。4）研究与实现基于主动激励触觉传感的仿生机理。项目将完成一种新型基于主动激励触觉传感及机械手系统辨识的软抓取策略，并为触觉生理学和临场感触觉再现技术的研究奠定良好基础。

项目完成了主动激励触觉传感结构，并将其与机械手组合，通过对机械手系统抓取过程的系统状态辨识，验证实现了一种新的软抓取方法。.（1）提出一种主动激励触滑觉传感机理。.该机理从系统概念出发，引入主动激励机理，将物体之间的接触状态视为两个机械系统的相互作用过程，利用传递函数等理论，通过检测系统特征参数的变化，对物体之间接触动态过程的状态进行辨识。.（2）实现一种主动激励触滑觉传感结构。.该传感器由激励信号源、激励换能器、测量换能器与信号处理单元组成。结构简单，方式多样，构成灵活，特别有利于动态抓取过程检测。.（3）主动激励触滑觉传感结构与机械手结合构成智能机械手系统，实现对抓取过程连续不间断的触觉感知，完成对不同种类物体软抓取。.与传统被动触觉方式比较，（1）主动激励触觉方式可以根据需要选择不同的激励源和激励信号，具有振动信号易于提取采集，便于振动分析理论与技术应用等。（2）主动激励触滑觉传感机械手采用类似人手的垂直方向的触碰方式，无需复杂的与被抓取物体的切向往复滑动过程，对机械手结构精度要求不高。（3）触觉信号获取与机械手运动无关，实现了接触滑动过程状态的连续不间断感知，可以得到完整的过程变化信息。（4）将抓取是否完成的分析判断，简化为检测判断机械手系统是否从初始稳定状态过渡到另一个稳定状态，即可实现软抓取。.（4）利用主动激励触觉传感技术进行仿生研究及应用。.利用频响函数拟合、HHT变换、小波神经网络等现代数据处理技术，量化对机器触觉感知过程和模式的探索研究，为触觉生理学和临场感技术触觉再现技术的研究奠定良好基础。.项目期间，合作发表传感器敏感材料和机械手定位相关文章6篇，申请发明专利2项。培养青年教师1名，硕士研究生6名。按照项目计划书，研究内容均己完成，基本达到预期目标，后续研究工作仍将进行。