前言

机器人有许多不同的形式，适用于许多不同的环境。被称为拟人化的类人机器人手通常用于假肢应用。然而，它也显示出在制造环境中应用的巨大潜力。这些设计的灵活性提供了一个适应性强的制造过程，只需要较少的工具更换。这些机器人系统的一个重要方面是反馈信号，该信号允许控制系统精确地操纵物体并与物体相互作用，为截肢者提供触觉，或者为工业操作者提供把握精细产品的信心。这些预期的成就依赖于先进的传感能力，尤其是力和触觉传感。

研究内容

信号分析的常用技术是使用频域来检查其特性。主导频率提供了对信号进行分类的机会，通常用于预测各种环境中的故障。进一步的分析是引入机器学习技术对数据进行分类。具体来说，MathWorks的分类器应用在这项任务中提供了有效的结果。频率分析和分类器的结合为时间信号的分类提供了一种有效的方法。通过收集每种情况下的数据，教授并比较多个分类器，以确定对手机实时数据进行分类的最佳分类器。这种信号分类方法提供了用来自触觉传感器的压力信号来追求这种技术的灵感。

实验方法

在这项工作中，卡尔顿大学的研究人员将涵盖指尖及其触觉感知能力。压力传感器使用硅胶管连接到指尖，尖端由两部分组成的硅树脂制成，其被构造成在尖端的中心产生空隙。硅胶管允许压力传感器检测空隙中的压力，因为接触力使尖端的形状变形。指尖传感器的整体结构依赖于两个主要过程。3D打印和硅胶制造。该过程的第一阶段是设计一个指尖结构，以接受硅酮成分。硅酮的挑战性特征是它不粘附大多数胶水或其他材料。因此，组件被适当地设计来克服这个问题。指尖的底部包括位于上边缘的通孔，以允许液体硅酮封装塑料。液态硅胶被注入中心，使其通过孔流入模具。一旦硅树脂固化，塑料部件就被嵌入硅树脂尖端，以实现无粘合剂的牢固结合。由于复杂的几何形状， 3D打印用于制造该部件。由于每次迭代之间的最小侵入性和较短生产时间，该过程允许设计变化的灵活性。

手指设计概述。

尖端底部(灰色)和模具(红色)的详细视图，硅的流动由箭头勾勒。

在安装电子设备之前，用装配好的尖端制作手指原型。

新触觉传感器的压力读数(左)与商用传感器的相应压力读数(右)。

结论

本文主要研究机器人抓取器对各自控制系统的反馈需求。确定抓取力、材料特性和其他基于抓取的特性对于完成这些机器人系统所需的任务是必要的。目前的触觉传感器通常读数不同或者制造复杂。这项工作提出了一个拟人机器人手的软触觉传感器的功能原型。硅传感器集成在指尖中，以创建一个更完整的系统，并为手指本身提供柔软的特性，同时提供关于抓握力和任何滑动发生的反馈。为了完成这项研究，进行了两个实验；第一种方法确定力和压力之间的关系，而另一种方法使用机器学习来检测滑动。机器学习技术的使用提供了一种高级传感器，能够以高精度从现实场景中识别数据。最准确的分类器是袋装树集成，其在检测指尖滑动的发生方面的准确率为80.5%。这一成功使得触觉传感器易于制造，但为机器人系统提供了广泛的能力。未来的工作包括集成到一个工作的机器人手指上，并开发一个利用这种传感器优势的整体控制系统。

DOI: 10.1109/JSEN.2020.3003920。