弯扭耦合型软体机器人智能感知抓取性能研究

触觉感知功能对于生物或机器人进行目标物体的智能感知与抓取具有重要意义。首先,研究设计了一种新型弯扭耦合型软体机器人,并将压力传感器和弯曲传感器嵌入设计在软体机器人底层;其次,组合设计了能够感知抓取目标物体信息的二指软体夹爪;第三,搭建了二指软体夹爪抓取性能实验测试平台,系统分析了二指软体夹爪在抓取不同目标物体时的指尖触觉信息;最后,对生活中常见的12种物体进行了抓取性能测试,获得了不同压力下的压力序列信号并建立了抓取数据集,还采用多种机器学习算法对触觉数据集进行分类研究。结果表明：设计方案能够成功识别出目标物体的真实情况,其中随机森林分类算法具有最优的分类效果,准确率达到了93.33%。该研究有望为智能软体机器人的设计和智能抓取提供一定的理论和技术支持。