用于智能物体识别的柔性压电触觉传感系统

触觉感知可提供关于物体属性的信息，从而改善机器人抓取与操作。然而，在抓取的早期阶段实现准确的物体识别仍然具有挑战性，尤其是在严格的实时约束下。本研究提出了一种用于早期物体识别的柔性分布式压电触觉感知系统。该系统使用六种日常物体和三种识别方法进行了实验评估：基于支持向量机（SVM）的特征分类、使用一维卷积神经网络（1D-CNN）和卷积循环神经网络（C-RNN）的原始信号分类，以及使用二维CNN的时空热图分类。系统研究了传感器数量和时间窗口大小对识别准确率和实时可行性的影响。增加传感元件数量在所有方法中都提升了识别性能。表现最佳的方法基于时空热图和二维CNN，在使用16、24和32个传感器时分别达到0.9796、0.9846和0.9903的F1分数。最优配置包含32个传感器和100毫秒时间窗口（50个采样点），被部署在嵌入式边缘平台上，从接触开始实现约101毫秒的端到端识别延迟，每次推理的能耗为63.8微焦耳。这些结果证明了分布式压电触觉感知在机器人抓取过程中实现准确、节能且实时的物体识别的潜力。

中文由 AI 翻译，仅供参考，以原文为准。