膜片式水下力传感器力学特性与设计原则分析

以水下机器人所用多轴力传感器的压力平衡结构为研究对象，基于液体的可压缩性，提出了膜片式压力平衡传感器内外压力差的迭代算法，推导出了膜片式压力平衡法的内外压力差、额外轴向力及相关公式。分析了压力差在传感器上产生的额外轴向力及影响额外轴向力的相关因素，结果表明,膜片式压力平衡法难以胜任大压力平衡。总结了膜片式水下力传感器结构设计原则：基于膜片式压力平衡的水下力传感器结构应紧凑，其长径比、壁厚应尽可能小；压力平衡膜片面积应尽量大，而内部存油液应尽量少。     

一种二维微位移平台测量系统的研究

微位移测量已经广泛应用于精密测量领域中,实现微位移测量最关键的环节在于精确的定位和精细的运动.文章设计了一种基于应变方式进行二维微位移(纳米级)测量的系统,详细阐述了该系统主要组成部分:微位移检测传感器、处理电路及相关系统软件.实验结果表明该系统可以满足二维微(纳米级)测量的要求.     

三维力柔性触觉传感器电极研究与实验

为了实现机器人智能皮肤对三维力的探测,基于炭黑/碳纳米管/硅橡胶的表面压阻效应,设计了2种不同排布的对称结构的四叉指电极三维力柔性触觉传感器.理论分析了这2种三维力传感器的工作原理,并对这2种结构的传感器进行了量程、灵敏度、线性度等实验对比,实验证明四电极方形排布的传感器在剪切力方向拥有更高的灵敏度和更好的线性度,但量程相对十字形排布的传感器较小。通过三维力实验表明,这2种新型的三维力柔性触觉传感器均具备检测三维力的功能,可在机器人皮肤等实际应用场合,根据工作量程和灵敏度的不同要求来选择传感器结构。     

一种人体体温自动检测监护系统的设计研究

本文针对目前医院在婴幼儿的体温测量和监护上比较普遍存在的问题,依据先进传感技术和"蓝牙"技术,提出一种较廉价、实用的人体体温自动检测监护系统的方案设计.     

HHT算法在压电陶瓷驱动器的微纳米位移传感器中的应用

针对信号虽然经过了模拟滤波,采集到的信号经过数据采集系统后不可避免的含有随机噪声,噪声限制了传感器的分辨率和系统的动态范围。提出利用HHT算法的经验模态分解对用于压电陶瓷的微纳米传感器采集到的数字信号进行数字滤波,将采集到的微弱信号进行进一步处理,以提高微纳米传感器在稳态输出时信号的信噪比从而提高传感器的性能。采用两种方法进行处理。其中一种方法是滤掉经过模态分解后信号中的最高频噪声,另一种方法是滤掉经过模态分解后信号中的前两阶噪声。最后对比实验结果证实了此算法的有效性,它能够改善传感器的线性度。     

一种新型机器人三维力柔性触觉传感器的设计

基于柔性力敏导电橡胶材料,设计了一种能测量三维力的新型机器人柔性触觉传感器。研究了力敏导电橡胶材料的压阻效应,阐述了触觉传感器的设计思想,分别进行了触觉传感器单元设计和阵列结构设计和研究。获得了计算三维力的数学模型,并通过实验进行了三维力的验证。结果表明,设计的机器人三维力柔性触觉传感器具有设计简单,造价低廉,柔顺性好等优点,而且布置成阵列结构可用于医疗、体育、机器人等领域中检测三维力信息。     

排球模拟机器人送球系统

发球器是排球模拟机器人中的核心部件,发球器中送球系统的主要功能是接收计算机的指令,准时、正确地将球送出发球机构,确保与图像保持一致.要求发球系统工作可靠,动作准确.在项目研究过程中,设计多套运动方案,经对比、研究后,选择电磁铁驱动送球器,双弹簧回位送球器,双圆柱、双滑套送球器.实际使用结果表明,该方案结构简单、工作可靠、动作准确、响应速度快.     

基于接触力信息的穿戴型步行助力机器人研究

利用人-机交互信息对可穿戴型下肢助力机器人(WPAL)进行了控制研究.通过对应于人体的三维运动在装置与人体下肢间适当配置测力点,根据各测力点感受到的人体运动时的多维力信息,完成了下肢运动预判.同时,基于接触力信息,提出了假想柔顺控制方法,该方法通过调节各测力点的假想质量、阻尼系数和弹性系数来减小人体感受到的运动强度,达到为人体下肢运动提供助力支持的目的.     

测定机器人腕力传感器动态性能的模型和方法的探讨

提出机器人脑力传感器的简化力学模型,探讨测定传感器动态性能指标的方法以及提高测定精度的途径.     

基于字形信息和书写力信息的在线签名鉴别

针对目前签名采集设备只能获得书写压力信息或不能同时获得书写力信息与字形信息的不足,采用自行研制的F_Tablet手写平台同时采集签名书写过程中的二维字形信息和三维书写力信息,并提出一种综合利用字形信息与书写力信息进行在线签名鉴别的方法.该方法先对签名进行预处理和笔画分割,并基于签名笔画数目建立多个签名模板,然后采用概率统计和迭代实验确定书写力内部以及书写力与字形之间的权重比和个性化的判别阈值,实现对签名的分类.基于利用F_Tablet手写平台构建的签名样本库的签名鉴别实验结果证明了本文提出的基于字形信息和书写力信息的在线签名鉴别方法的有效性.