关键词:
FBG
机器手指尖
触觉
OOA-CNN解耦模型
摘要:
机器手的精细化操作水平取决于其指尖触觉感知性能。为提升基于FBG的机器手指尖触觉感知性能,针对FBG柔性感知单元存在导热性能较差及接触力-接触温度交叉敏感的问题,设计了一种石墨烯-硅胶复合材料柔性封装的对角十字型FBG触觉感知单元,提出了一种基于鱼鹰优化算法优化卷积神经网络(OOA-CNN)的解耦方法。首先,利用仿真分析对比石墨烯-硅胶复合材料封装和纯硅胶封装中的FBG的温度响应和应变响应。然后,通过对比实验分析石墨烯质量分数为1%、1.5%、2%、2.5%、3%时对复合材料导热性能的影响,并结合三指机器手对FBG触觉感知单元进行指尖感知实验,检测其接触力灵敏度和接触温度灵敏度。最后,对接触力和接触温度复合感知信号进行耦合分析,通过解耦实验对比CNN模型和OOA-CNN模型,验证OOA-CNN的解耦效果。仿真和实验结果表明,通过在硅胶基体中添加质量分数为1.5%的石墨烯作为导热填料,能够在有效保证FBG的触觉感知性能的基础上,增强硅胶基体的导热性能; FBG触觉感知单元的接触力灵敏度为31.281 pm/N,接触温度灵敏度为10.787 pm/℃; OOA-CNN解耦模型相较于最小二乘法和CNN解耦模型,具有较好的解耦效果,接触温度平均绝对误差减小了40.73%,接触力平均绝对误差减小了41.33%。