基于FBG柔性传感器的滑觉信号特性识别

针对目前为智能仿生体柔性皮肤领域提供支持的光纤布拉格光栅传感器研究对滑觉信号特性识别手段的不足,提出了一种通过人工学习网络对基于分布式光栅传感单元所检测的滑觉速度与滑觉载荷进行预测的方法。设计了由四支光栅构成的传感阵列,采用封装技术制成柔性传感器,并搭建实验平台对滑觉信号进行采集。给出了滑觉过程对布拉格光栅波长偏移曲线的作用原理,对经验模态分解与小波分析的去噪效果进行比较,信噪比分别达到15.99与16.15。搭建了滑觉实验系统,对采集的不同速度与载荷分度的滑觉信号的特征值设定提取标准,构建滑觉样本集,引入随机森林与神经网络两个回归模型进行训练,并对比了预测效果。实验结果指出,速度特性预测中,两种模型的R²系数分别为0.974 6和0.968 1,平均误差分别为5.22%和4.31%;载荷特性预测中,两种模型的R²系数分别为0.998 2和0.983 5,平均误差分别为1.12%和3.02%。该研究方法基本实现了对滑觉样本两种特征的准确识别,在柔性仿生皮肤传感领域对滑觉信号的研究具有一定价值。     

基于 FBG 柔性传感器的形状重构

基于 PDMS 材料封装的光纤光栅(FBG)柔性传感器检测物体形状,研究了传感器个数与布局对不同形状物体重构精度 的影响。 使用 COMSOL 仿真软件验证了算法的准确性,制备了 4 个 FBG 柔性传感器并对其进行曲率标定,将传感器分布在铝 合金板上,均等分布 3 和 4 个 FBG 柔性传感器重构的最小相对误差分别为-6. 12% 和 0. 48% ,实验结果表明,使用 4 个传感器的 重构效果较好。 因此,在 7 组不同布局选择 4 个传感器,铝合金板一端分别施加 4 种不同重量的砝码,间隔为 260、100、90 mm 和 150、150、150 mm 的布局方式相对误差小重构效果好,且在第 7 组的相对误差都是最小,分别为 6. 22% 、-1. 01% 、-2. 52% 和 -3. 22% 。 本文制备的 FBG 柔性传感器为软机器人形状重构领域提供了应用基础。