CN117162078A - 一种基于多源数据融合的软体机器人姿态感知方法及装置 - Google Patents

Abstract

本发明涉及软体机器人姿态感知技术领域，特别是指一种基于多源数据融合的软体机器人姿态感知方法及装置。一种基于多源数据融合的软体机器人姿态感知方法包括：基于惯性测量单元，通过flex传感器进行数据采集，获得直接测量值以及角度标定值；根据直接测量值，通过漂移函数进行数据处理，获得处理后测量值；根据处理后测量值以及角度标定值，通过梯度下降法，获得系数矩阵；根据系数矩阵，基于多个flex传感器进行软体机器人末端实现姿态感知。本发明是一种高效、精确的软体机器人姿态感知方法。

Description

一种基于多源数据融合的软体机器人姿态感知方法及装置

技术领域

本发明涉及软体机器人姿态感知技术领域，特别是指一种基于多源数据融合的软体机器人姿态感知方法及装置。

背景技术

软体机器人是当今机器人技术的新兴热点和未来发展前沿，传统意义上的机器人主要是以刚性结构为主，但刚性结构导致其无法适应复杂的非结构化环境，这也使得刚性机器人存在体型庞大，交互安全性低等缺点。与传统刚性机器人相比，软体机器人凭借高适应性、灵敏性和敏捷性，不断地扩充着机器人的应用领域，是机器人未来发展的主要趋势之一。由于其自身柔性材料，软体机器人的构型具有大变形非线性的特点，导致传统刚性传感器，像陀螺仪、加速度计、电子罗盘等不易安装或嵌入在软体机器人机身，故当前鲜有方案可直接实现软体机器人自身形变的精准感知。

最近新材料的飞速发展，用于感知软体机器人弯曲、伸长和压缩等形状变化的传感器主要有：导电纱线、导电橡胶、纳米碳管、丝网印刷液态金属、多环光学拉伸传感器等。然而，如何将这类材料实现更为广泛的应用是目前主要难题。光纤、光波导和光纤布拉格光栅等是检测软体机器人姿态的另一种有效方案，但实现精密感知的同时需要配备额外昂贵的调制解调器。基于霍尔效应的电磁系统也可以为软体机器人提供曲率信息，保证大范围动态条件下的高精度运动。然而，该方案工作时需要避免外界电磁源的干扰，极大限制了应用场景。商用flex电阻式传感器虽可避免上述情况，并在仿人手机器人领域中受到了极大关注，但由于漂移特性、尺寸受限等问题，导致整体系统感知精度不足，使得flex传感器在软体机器人领域的推广受到极大限制。

在现有技术中，缺乏一种高效、精确的软体机器人姿态感知方法。

发明内容

本发明实施例提供了一种基于多源数据融合的软体机器人姿态感知方法及装置。所述技术方案如下：

一方面，提供了一种基于多源数据融合的软体机器人姿态感知方法，该方法由电子设备实现，该方法包括：

基于惯性测量单元，通过flex传感器进行数据采集，获得直接测量值以及角度标定值；

根据所述直接测量值，通过漂移函数进行数据处理，获得处理后测量值；

根据所述处理后测量值以及所述角度标定值，通过梯度下降法，获得系数矩阵；

根据所述系数矩阵，基于flex传感器进行姿态感知。

其中，所述惯性测量单元用于提供软体机器人的末端姿态样本，当获取末端姿态样本后，将所述惯性测量单元取下；所述惯性测量单元被固定在软体机器人末端。

其中，所述flex传感器用于感知软体机器人末端姿态样本的弯曲程度；所述flex传感器附着于软体机器人的外侧。

可选地，所述根据所述直接测量值，通过漂移函数进行数据处理，获得处理后测量值，包括：

将所述直接测量值进行降噪，获得第一处理值；

将所述第一处理值进行野值剔除，获得第二处理值；

将所述第二处理值提高信噪比，获得第三处理值；

根据所述第三处理值，使用漂移函数进行处理，获得处理后测量值。

其中，所述漂移函数是所述flex传感器的漂移误差随时间变化的数学表达式。

可选地，所述根据所述处理后测量值以及所述角度标定值，通过梯度下降法，获得系数矩阵，包括：

根据所述处理后测量值以及所述角度标定值进行数据拟合，获得融合方程；

根据所述融合方程，获得损失函数；

基于所述损失函数，通过梯度下降法，调节步长以及迭代次数，当所述损失函数达到最小时，获得系数矩阵。

其中，所述系数矩阵包括弯曲系数矩阵以及放缩系数矩阵；

所述弯曲系数矩阵用于拟合软体机器人末端弯曲运动；

所述放缩系数矩阵用于拟合软体机器人末端放缩运动。

另一方面，提供了一种基于多源数据融合的软体机器人姿态感知装置，该装置应用于一种基于多源数据融合的软体机器人姿态感知方法，该装置包括：

数据采集模块，用于基于惯性测量单元，通过flex传感器进行数据采集，获得直接测量值以及角度标定值；

数据处理模块，用于根据所述直接测量值，通过漂移函数进行数据处理，获得处理后测量值；

系数矩阵获取模块，用于根据所述处理后测量值以及所述角度标定值，通过梯度下降法，获得系数矩阵；

姿态感知模块，用于根据所述系数矩阵，基于flex传感器进行姿态感知。

其中，所述惯性测量单元用于提供软体机器人的末端姿态样本，当获取末端姿态样本后，将所述惯性测量单元取下；所述惯性测量单元被固定在软体机器人末端。

其中，所述flex传感器用于感知软体机器人末端姿态样本的弯曲程度；所述flex传感器附着于软体机器人的外侧。

可选地，所述数据处理模块，进一步用于：

将所述直接测量值进行降噪，获得第一处理值；

将所述第一处理值进行野值剔除，获得第二处理值；

将所述第二处理值提高信噪比，获得第三处理值；

根据所述第三处理值，使用漂移函数进行处理，获得处理后测量值。

其中，所述漂移函数是所述flex传感器的漂移误差随时间变化的数学表达式。

可选地，所述系数矩阵获取模块，进一步用于：

根据所述处理后测量值以及所述角度标定值进行数据拟合，获得融合方程；

根据所述融合方程，获得损失函数；

基于所述损失函数，通过梯度下降法，调节步长以及迭代次数，当所述损失函数达到最小时，获得系数矩阵。

其中，所述系数矩阵包括弯曲系数矩阵以及放缩系数矩阵；

所述弯曲系数矩阵用于拟合软体机器人末端弯曲运动；

所述放缩系数矩阵用于拟合软体机器人末端放缩运动。

另一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述一种基于多源数据融合的软体机器人姿态感知方法。

另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述一种基于多源数据融合的软体机器人姿态感知方法。

本发明实施例提供的技术方案带来的有益效果至少包括：

本发明提出一种基于多源数据融合的软体机器人姿态感知方法，针对商用flex传感器的漂移特性，探究漂移特性与弯曲角之间数学关系，提高了软体机器人的感知精度；考虑到了软体机器人的弯曲状态和放缩状态，并采用梯度下降法，拟合出软体机器人末端姿态的融合方程，使软体机器人自身感知能力得到了进一步提升，且摆脱了电磁干扰的外界影响。本发明是一种高效、精确的软体机器人姿态感知方法。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种基于多源数据融合的软体机器人姿态感知方法流程图；

图2是本发明实施例提供的一种flex传感器分布示意图；

图3是本发明实施例提供的一种梯度下降过程迭代关系示意图；

图4是本发明实施例提供的一种软体机器人双模态示意图；

图5是本发明实施例提供的一种基于多源数据融合的软体机器人姿态感知装置框图；

图6是本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明实施例提供了一种基于多源数据融合的软体机器人姿态感知方法，该方法可以由电子设备实现，该电子设备可以是终端或服务器。如图1所示的一种基于多源数据融合的软体机器人姿态感知方法流程图，该方法的处理流程可以包括如下的步骤：

S1、基于惯性测量单元，通过flex传感器进行数据采集，获得直接测量值以及角度标定值。

一种可行的实施方式中，本发明中的软体机器人机身由化合物Hei-Cast8400及8400N共同调制而成，臂内的四个通道由覆膜工艺制成，四通道两两平行对称，用于布置绳索执行器，四根线缆一侧固定于软体机器人末端，一侧固定于步进电机的同步轮上。

软体机器人的驱动器为四个步进电机，控制器为树莓派4b，执行单元为大马力鱼线，分别穿过软体机器人内的四个通道，并固定在软体机器人末端。

步进电机对绳索的拉力大小决定了软体机器人的弯曲程度，具体可通过由树莓派发送的脉冲来控制步进电机的运动产生。两个相邻的执行器同时作用时，由于拉力大小的不同，可产生额外的自由度。基于材料本身的属性，有关软体机器人的延伸问题，可忽略不计，并且这种延伸问题可通过控制器基于额外的自由度进行避免。

其中，惯性测量单元用于提供软体机器人的末端姿态样本，当获取末端姿态样本后，将惯性测量单元取下；惯性测量单元被固定在软体机器人末端。

一种可行的实施方式中，在本发明采用微机电系统技术中的惯性测量单元IMU，用来提供多源融合处理中的经验数据。惯性测量单元IMU被固定在软体机器人末端。注意，当获取一定末端姿态样本后，便可将惯性测量单元IMU取下，来简化自身运动。

通过对传感器标定量和融合量的选取后，采用梯度下降法便可获取融合方程。整个过程使得软体机器人的感知能力得到了极大提升。一方面继承了电磁系统的测量精确性，另一方面摆脱了电磁扰动环境下的束缚。

其中，flex传感器用于感知软体机器人末端姿态样本的弯曲程度；flex传感器附着于软体机器人的外侧。

一种可行的实施方式中，在本发明中的感知单元flex传感器附于软体机器人的外侧，与控制单元间通过I2C通信。当软体机器人搭载的传感器数目较多时，可采用ADC扩展板用以提供更多接口。flex传感器分布如图2所示。

S2、根据直接测量值，通过漂移函数进行数据处理，获得处理后测量值。

可选地，根据直接测量值，通过漂移函数进行数据处理，获得处理后测量值，包括：

将直接测量值进行降噪，获得第一处理值；

将第一处理值进行野值剔除，获得第二处理值；

将第二处理值提高信噪比，获得第三处理值；

根据第三处理值，使用漂移函数进行处理，获得处理后测量值。

一种可行的实施方式中，本发明中数据处理的主要功能是对状态信号的降噪与野值剔除，提高信号的信噪比。通常flex传感器的直接读取会存在大量的噪声与野值。此处的噪声是由于传感器内部工艺与外界环境的干扰所致，而野值是由于模数转换过程中量化导致的。为提高软体机器人的感知精度，数据处理部分需对感知单元进行自身漂移特性的修正。

其中，漂移函数是flex传感器的漂移误差随时间变化的数学表达式。

一种可行的实施方式中，本发明中漂移特性的有理方程如下式(1)所示：

其中，各个拟合参数的大小为：p₁＝-1.657，p₂＝-2.76，p₃＝11.2，p₄＝19.02，q₁＝-2.256，q₂＝-7.372，q₃＝19.13，q₄＝35.25t为系统通电时长。故而本发明的感知单元漂移误差与时间的关系曲线的数学关系表达式如下式(2)所示：

S3、根据处理后测量值以及角度标定值，通过梯度下降法，获得系数矩阵。

一种可行的实施方式中，本发明针对来自不同传感器的数据，需要进行融合处理以获得更加趋于真实值的测量，选取分布式数据融合下的小样本梯度下降法进行软体机器人末端角应变的拟合。

可选地，根据处理后测量值以及角度标定值，通过梯度下降法，获得系数矩阵，包括：

根据处理后测量值以及角度标定值进行数据拟合，获得融合方程；

根据融合方程，获得损失函数；

基于损失函数，通过梯度下降法，调节步长以及迭代次数，当损失函数达到最小时，获得系数矩阵。

一种可行的实施方式中，本发明梯度下降法对分布式测量与真实应变角之间的融合方程如下式(3)所示：

ξ_f＝k₀+k₁ξ_m1+k₂ξ_m2+k₃ξ_m3 (3)

其中，系数矩阵K＝[k₀，k₁，k₂，k₃]，表示为各传感器的权重系数；ξ_m1，ζ_m2ξ_m3为三个传感器处理后的数值。标定值为IMU系统所测量，其他采集值为flex传感器获取。

进一步，为得到上述方程中系数矩阵的值，定义损失函数为如下式(4)所示：

为了获得权系数的大小，分别对方程中各系数求偏导如下式(5)：

其中，符号“：＝”表示赋值运算，κ表示跨度值。在求解上式过程中，可分别通过调节步长与迭代次数来实现对损失函数最小值的逼近，得到最佳系数矩阵K的值。设置步长为α＝1.0×10^-4，采取样本点数为500个。

图3为梯度下降法迭代次数仅为i＝100时的拟合情况示意图，其中，‘*’表示为每一次的f_Loss的数值大小，实线表示为软体机器人的末端弯曲角度从0°到120°时电磁系统所采集的原始数据大小，虚线为拟合值。对于该情况下的皮尔逊相关系数r＝0.9963，能量值下降到6.9321。通过对比不同迭代次数关系，比较不同的皮尔逊相关系数的大小，最终本发明选取迭代次数为i＝10⁶。

其中，系数矩阵包括弯曲系数矩阵以及放缩系数矩阵；

弯曲系数矩阵用于拟合软体机器人末端弯曲运动；

放缩系数矩阵用于拟合软体机器人末端放缩运动。

一种可行的实施方式中，图4为本发明中软体机器人双模态示意图，软体机器人在弯曲运动过程中存在两个运动模态。因为软体机器人在这两种状态下对所需绳索的张力值是完全不同的。软体机器人双模运动包括两个过程：弯曲和放缩。执行器的弯曲过程被描述为：A→D，而执行器的放缩过程被描述为D→A。

在迭代次数为10⁶时，总共耗时分别为：1619.2336s和1717.888s。此时损失函数值f_Loss分别为1.2296和2.5685，弯曲系数矩阵和放缩系数矩阵的值分别描述为：

K₁＝[-6.7069 2.4788 -3.5063 6.6329],K₂＝[-3.8708 -9.8276 0.49994.4460]

S4、根据系数矩阵，基于flex传感器进行姿态感知。

一种可行的实施方式中，根据系数矩阵中的弯曲系数矩阵以及放缩系数矩阵，可以获得软体机器人双模态融合方程，双模态融合方程如下式(6)所示：

根据实时的flex传感器的处理后数据，通过双模态融合方程可以准确高效地获取软体机器人末端姿态。

本发明提出一种基于多源数据融合的软体机器人姿态感知方法，针对商用flex传感器的漂移特性，探究漂移特性与弯曲角之间数学关系，提高了软体机器人的感知精度；考虑到了软体机器人的弯曲状态和放缩状态，并采用梯度下降法，拟合出软体机器人末端姿态的融合方程，使软体机器人自身感知能力得到了进一步提升，且摆脱了电磁干扰的外界影响。本发明是一种高效、精确的软体机器人姿态感知方法。

图5是根据一示例性实施例示出的一种基于多源数据融合的软体机器人姿态感知装置框图。参照图5，该装置包括：

数据采集模块510，用于基于惯性测量单元，通过flex传感器进行数据采集，获得直接测量值以及角度标定值；

数据处理模块520，用于根据所述直接测量值，通过漂移函数进行数据处理，获得处理后测量值；

系数矩阵获取模块530，用于根据所述处理后测量值以及所述角度标定值，通过梯度下降法，获得系数矩阵；

姿态感知模块540，用于根据所述系数矩阵，基于flex传感器进行姿态感知。

其中，所述惯性测量单元用于提供软体机器人的末端姿态样本，当获取末端姿态样本后，将所述惯性测量单元取下；所述惯性测量单元被固定在软体机器人末端。

其中，所述flex传感器用于感知软体机器人末端姿态样本的弯曲程度；所述flex传感器附着于软体机器人的外侧。

可选地，所述数据处理模块520，进一步用于：

将所述直接测量值进行降噪，获得第一处理值；

将所述第一处理值进行野值剔除，获得第二处理值；

将所述第二处理值提高信噪比，获得第三处理值；

根据所述第三处理值，使用漂移函数进行处理，获得处理后测量值。

其中，所述漂移函数是所述flex传感器的漂移误差随时间变化的数学表达式。

可选地，所述系数矩阵获取模块530，进一步用于：

根据所述处理后测量值以及所述角度标定值进行数据拟合，获得融合方程；

根据所述融合方程，获得损失函数；

基于所述损失函数，通过梯度下降法，调节步长以及迭代次数，当所述损失函数达到最小时，获得系数矩阵。

其中，所述系数矩阵包括弯曲系数矩阵以及放缩系数矩阵；

所述弯曲系数矩阵用于拟合软体机器人末端弯曲运动；

所述放缩系数矩阵用于拟合软体机器人末端放缩运动。

本发明提出一种基于多源数据融合的软体机器人姿态感知方法，针对商用flex传感器的漂移特性，探究漂移特性与弯曲角之间数学关系，提高了软体机器人的感知精度；考虑到了软体机器人的弯曲状态和放缩状态，并采用梯度下降法，拟合出软体机器人末端姿态的融合方程，使软体机器人自身感知能力得到了进一步提升，且摆脱了电磁干扰的外界影响。本发明是一种高效、精确的软体机器人姿态感知方法。

图6是本发明实施例提供的一种电子设备600的结构示意图，该电子设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)601和一个或一个以上的存储器602，其中，所述存储器602中存储有至少一条指令，所述至少一条指令由所述处理器601加载并执行以实现上述一种基于多源数据融合的软体机器人姿态感知方法的步骤。

在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述一种基于多源数据融合的软体机器人姿态感知方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于多源数据融合的软体机器人姿态感知方法，其特征在于，所述方法包括：

基于惯性测量单元，通过flex传感器进行数据采集，获得直接测量值以及角度标定值；

根据所述直接测量值，通过漂移函数进行数据处理，获得处理后测量值；

根据所述处理后测量值以及所述角度标定值，通过梯度下降法，获得系数矩阵；

根据所述系数矩阵，基于flex传感器进行姿态感知。

2.根据权利要求1所述的一种基于多源数据融合的软体机器人姿态感知方法，其特征在于，所述惯性测量单元用于提供软体机器人的末端姿态样本，当获取末端姿态样本后，将所述惯性测量单元取下；所述惯性测量单元被固定在软体机器人末端。

3.根据权利要求1所述的一种基于多源数据融合的软体机器人姿态感知方法，其特征在于，所述flex传感器用于感知软体机器人末端姿态样本的弯曲程度；所述flex传感器附着于软体机器人的外侧。

4.根据权利要求1所述的一种基于多源数据融合的软体机器人姿态感知方法，其特征在于，所述根据所述直接测量值，通过漂移函数进行数据处理，获得处理后测量值，包括：

将所述直接测量值进行降噪，获得第一处理值；

将所述第一处理值进行野值剔除，获得第二处理值；

将所述第二处理值提高信噪比，获得第三处理值；

根据所述第三处理值，使用漂移函数进行处理，获得处理后测量值。

5.根据权利要求1所述的一种基于多源数据融合的软体机器人姿态感知方法，其特征在于，所述漂移函数是所述flex传感器的漂移误差随时间变化的数学表达式。

6.根据权利要求1所述的一种基于多源数据融合的软体机器人姿态感知方法，其特征在于，所述根据所述处理后测量值以及所述角度标定值，通过梯度下降法，获得系数矩阵，包括：

根据所述处理后测量值以及所述角度标定值进行数据拟合，获得融合方程；

根据所述融合方程，获得损失函数；

基于所述损失函数，通过梯度下降法，调节步长以及迭代次数，当所述损失函数达到最小时，获得系数矩阵。

7.根据权利要求1所述的一种基于多源数据融合的软体机器人姿态感知方法，其特征在于，所述系数矩阵包括弯曲系数矩阵以及放缩系数矩阵；

所述弯曲系数矩阵用于拟合软体机器人末端弯曲运动；

所述放缩系数矩阵用于拟合软体机器人末端放缩运动。

8.一种基于多源数据融合的软体机器人姿态感知装置，其特征在于，所述装置包括：

数据采集模块，用于基于惯性测量单元，通过flex传感器进行数据采集，获得直接测量值以及角度标定值；

数据处理模块，用于根据所述直接测量值，通过漂移函数进行数据处理，获得处理后测量值；

系数矩阵获取模块，用于根据所述处理后测量值以及所述角度标定值，通过梯度下降法，获得系数矩阵；

姿态感知模块，用于根据所述系数矩阵，基于flex传感器进行姿态感知。

9.根据权利要求7所述的一种基于多源数据融合的软体机器人姿态感知装置，其特征在于，所述数据处理模块，进一步用于：

将所述直接测量值进行降噪，获得第一处理值；

将所述第一处理值进行野值剔除，获得第二处理值；

将所述第二处理值提高信噪比，获得第三处理值；

根据所述第三处理值，使用漂移函数进行处理，获得处理后测量值。

10.根据权利要求7所述的一种基于多源数据融合的软体机器人姿态感知方法，其特征在于，所述系数矩阵获取模块，进一步用于：

根据所述处理后测量值以及所述角度标定值进行数据拟合，获得融合方程；

根据所述融合方程，获得损失函数；

基于所述损失函数，通过梯度下降法，调节步长以及迭代次数，当所述损失函数达到最小时，获得系数矩阵。