基于S-PNet的触觉电阻抗成像后处理算法研究

电阻抗成像技术(EIT)因其非侵入式的特性为机器人柔性触觉传感器的压力点分布可视化提供了一种可行的方法.然而EIT逆问题具有高度的非线性和病态性,当多压力点相近时,重建图像的伪影会导致压力点间存在粘连.为解决上述问题,提出一种由特征提取、特征重建以及加强特征提取3个模块构成的S-PNet电阻抗成像后处理算法,实现对粘连压力点的分割以及形状重建.该算法使用金字塔池化结构加强特征提取,在增加极小计算量的情况下,能够提取到区分相近压力点边界的多尺度特征.采用均方根误差(RMSE)和结构相似度(SSIM)来评价后处理图像质量,实验得出RMSE的平均值为0.02,SSIM的平均值为0.97.仿真与实测结果均表明,与现有算法相比,基于S-PNet的后处理算法能够得到边界清晰且形状准确的结果.