国产人成,1769视频在线观看_亚洲 欧洲 日产 经典_午夜福利中文字幕国产精选_未满十八18禁止免费无码网站_永久91亚洲中文天堂在线观看

你的位置：首頁(yè) >> 產(chǎn)品展示 >> 薄膜壓力傳感器系統(tǒng) >> 運(yùn)動(dòng)測(cè)量系統(tǒng)  運(yùn)動(dòng)測(cè)量系統(tǒng)
基本CNN算法及典型觸覺(jué)行為實(shí)驗(yàn)系統(tǒng)
來(lái)源:薄膜壓力傳感器壓力分布 | 發(fā)布時(shí)間:2020/2/21 15:12:28 | 瀏覽次數(shù)：
基本CNN算法及典型觸覺(jué)行為實(shí)驗(yàn)系統(tǒng) 摘要 摘要-作為在硅上建立自適應(yīng)觸覺(jué)系統(tǒng)的第一步，我們利用阿拉丁親細(xì)胞視覺(jué)微控制器開(kāi)發(fā)系統(tǒng)，建立了一個(gè)具有市場(chǎng)上可用的壓力傳感器陣列觸覺(jué)和類似CNN算法的實(shí)驗(yàn)系統(tǒng)。利用該系統(tǒng)，我們可以測(cè)量和存儲(chǔ)觸覺(jué)作用下壓力場(chǎng)地形流的一些典型快照，并對(duì)這些快照進(jìn)行評(píng)價(jià)。一組類似的CNN算法。 一。導(dǎo)言 在信息技術(shù)的感官革命中，我們所經(jīng)歷的時(shí)代，新的感知元素?zé)o處不在。感官輸出值是連續(xù)的，在時(shí)間上可以是離散的或連續(xù)的。 在生活結(jié)構(gòu)中，傳感和“處理”部分緊密耦合，提供“智能傳感”。我們打算建立一個(gè)原型系統(tǒng)，其中感官陣列輸出由CNN-UM（細(xì)胞神經(jīng)網(wǎng)絡(luò)-通用機(jī)器）處理器處理[1-2]。CNN范式被成功地用于脊椎動(dòng)物視覺(jué)系統(tǒng)的建模，特別是視網(wǎng)膜的建模（3-4）。到目前為止，這些類型的傳感器處理器結(jié)構(gòu)已經(jīng)在光學(xué)傳感器的情況下進(jìn)行了研究，但在本實(shí)驗(yàn)中，我們打算使用壓力傳感器與CNN-UM。壓力傳感最常用的方法是電容式[5-6]、電阻式[7]和壓電式[8]壓力傳感器。 盡管壓力傳感器陣列的不同實(shí)現(xiàn)方式的結(jié)果已經(jīng)發(fā)布，但其中很少作為產(chǎn)品提供。我們選擇了Tactilus？[9]建立一個(gè)簡(jiǎn)單的實(shí)驗(yàn)系統(tǒng)。觸覺(jué)感知的過(guò)程是動(dòng)態(tài)的，感覺(jué)陣列必須在空間中移動(dòng)才能被感知。對(duì)于動(dòng)態(tài)感知，處理系統(tǒng)必須處理相對(duì)大量的數(shù)據(jù)（觸覺(jué)幀/秒）。 在這篇文章中，我們想記錄一些典型觸覺(jué)動(dòng)作中壓力場(chǎng)的快照，并通過(guò)CNN-UM對(duì)其進(jìn)行預(yù)處理。 第一個(gè)實(shí)驗(yàn)是確定一個(gè)類似的算法，用于控制一只兩只手指的機(jī)器人手握住一個(gè)易碎的物體，如玻璃或瓶子。目標(biāo)是確定最小抓取力。系統(tǒng)對(duì)壓力場(chǎng)的變化進(jìn)行處理，感知物體從機(jī)器人手上滑出的時(shí)刻。根據(jù)這些信息，我們可以為抓取者提供更好的反饋。 第二個(gè)實(shí)驗(yàn)是確定給定swface的屬性，如形狀和大小，并在其上找到凹凸、孔洞和不同的紋理。 第二節(jié)介紹了實(shí)驗(yàn)系統(tǒng)。第三節(jié)對(duì)一些觸覺(jué)過(guò)程進(jìn)行了分析，在實(shí)驗(yàn)的基礎(chǔ)上，第四節(jié)給出了一些結(jié)論。 2。觸覺(jué)傳感實(shí)驗(yàn)系統(tǒng) 這個(gè)實(shí)驗(yàn)系統(tǒng)由三個(gè)主要部分組成，如圖1所示。 信號(hào)處理系統(tǒng)的主要部分是阿拉丁Pro[10]。該單元處理觸覺(jué)圖像流。在檢測(cè)傳感器陣列的某些運(yùn)動(dòng)過(guò)程中，特別是在檢測(cè)物體從手指滑落的現(xiàn)象時(shí)，我們需要處理單元的快速響應(yīng)，這是CNN·UM很好地完成的。當(dāng)需要識(shí)別物體的大小、形狀和紋理時(shí)，就需要類似的算法。 傳感器陣列是Tactilus®觸覺(jué)系統(tǒng)，通過(guò)USB端口連接到PC。 PC機(jī)僅用于顯示事件，并在傳感器部分和阿拉丁Pro之間建立連接。 圖1：實(shí)驗(yàn)觸覺(jué)系統(tǒng) 壓力感應(yīng)槽觸覺(jué)器 Tactilus®是一種電子觸覺(jué)力和壓力指示傳感器。我們之所以使用電容式壓力傳感器，是因?yàn)樗鼈兊膲毫`敏度更高，并且比另外兩種最常見(jiàn)的方法電阻式和壓電式壓力傳感器更能抵抗工作溫度的變化。傳感器具有線性響應(yīng)和低滯后。隨著時(shí)間的推移，性能降低的可能性較小。 Tactilus®允許在事件發(fā)生時(shí)實(shí)時(shí)監(jiān)控力在任何兩個(gè)接觸或配合表面之間的分散情況。壓力場(chǎng)的可視化可以是：20、3D或直方圖，結(jié)果也可以旋轉(zhuǎn)。該系統(tǒng)包括一個(gè)50毫米x 50毫米的掌上傳感器，空間分辨率為2.5毫米（21x 2 1個(gè)tuxels）和五個(gè)手指?jìng)鞲衅鳎總�(gè)傳感器為1.3毫米x 13毫米，空間分辨率為1.5毫米（9x9個(gè)tuxels）。一個(gè)luxel是傳感器陣列中的一個(gè)傳感器點(diǎn)。該系統(tǒng)的查詢速率可達(dá)60000個(gè)傳感器點(diǎn)/秒。傳感器襯墊的最佳壓力范圍為0-1 atm，精度為±10%。 陣列的空間分布（例如安裝在手套上）使得其結(jié)構(gòu)類似于人類陣列的空間分布（例如，安裝在手套上）使得類似于人手的配置成為可能，這使得我們能夠研究軀體感覺(jué)的最重要形式，辨別性觸摸（需要識(shí)別物體的大小、形狀和紋理以及它們?cè)谄つw表面的運(yùn)動(dòng)）[II]。 Aladdin-Pro系統(tǒng)為開(kāi)發(fā)類似的CNN算法提供了一個(gè)通用框架。這些算法可以在軟件模擬器或64*64 CNN-UM模擬VLSI芯片上運(yùn)行[12]。ACE4k是一個(gè)包含CNN-UM芯片的平臺(tái)，內(nèi)置于PC I 04型板中。平臺(tái)通過(guò)PCI總線接口連接到主機(jī)，為64*64 CNN-UM提供快速上下加載數(shù)據(jù)的能力。 三。幾種典型觸覺(jué)行為分析 溫和的抓取 當(dāng)抓取玻璃或瓶子等易碎物品時(shí)，必須了解何時(shí)接觸，并盡量減小抓取力。觸覺(jué)傳感器可以為這項(xiàng)任務(wù)提供比通過(guò)視覺(jué)或力覺(jué)獲得的更好的感官信息。該算法是檢測(cè)用兩只手指的機(jī)器人手握住物體所需的最小力。 圖2：檢測(cè)壓力圖之間差異的算法流程圖 該算法持續(xù)跟蹤接觸區(qū)域的壓力，并檢測(cè)物體何時(shí)從手指中滑出。當(dāng)物體被很好地抓住時(shí)和當(dāng)它滑落時(shí)，壓力圖的thc形狀之間的差異被有問(wèn)題的算法識(shí)別出來(lái)。此差異表示所持對(duì)象開(kāi)始滑動(dòng)的時(shí)刻。同時(shí)還計(jì)算了事件的方向和速度。 此信息用于向抓取器提供適當(dāng)?shù)姆答仭Ｍǔ＃撓到y(tǒng)只能完成力和位置傳感器難以完成的任務(wù)。 只有一個(gè)壓力傳感器（感應(yīng)每個(gè)手指上的正常壓力）無(wú)法完成Tbis任務(wù)。但是通過(guò)傳感器陣列我們可以跟蹤壓力場(chǎng)的變化。這有助于我們更好地了解被抓物體的實(shí)際情況。 在圖2中給出了算法的流程圖。第一步是用閾值模板得到壓力圖的形狀。利用腐蝕和膨脹形態(tài)學(xué)運(yùn)算從噪聲中濾除二值圖像。地圖的寬度和高度是通過(guò)應(yīng)用一個(gè)水平CCO模板來(lái)測(cè)量的，該模板通過(guò)計(jì)算輸出圖像的像素和垂直方向的相同方式來(lái)測(cè)量。 圖3：壓力圖：a）靜壓，b）閾值 圖4：壓力圖：a）動(dòng)態(tài)滑動(dòng)圖的快照，b）及其閾值形狀 所有模板都可以從美國(guó)有線電視新聞網(wǎng)阿拉丁專業(yè)系統(tǒng)軟件庫(kù)。 利用壓力圖進(jìn)行表面重建 當(dāng)我們想要獲得一些關(guān)于物體的紋理和形狀的信息時(shí)，觸覺(jué)信息的重要性是顯而易見(jiàn)的。 當(dāng)外科醫(yī)生不能直接接觸到病變部位而需要使用特殊的設(shè)備時(shí)，紋理傳感識(shí)別是遠(yuǎn)程手術(shù)和微創(chuàng)手術(shù)的重要需求。 另一個(gè)不同的，但同樣重要的任務(wù)是機(jī)器人在非結(jié)構(gòu)化和不斷變化的環(huán)境中識(shí)別物體形狀的能力，特別是在視覺(jué)感知不夠的情況下（在黑暗中，煙霧等）。 由于觸覺(jué)感知的神經(jīng)生理學(xué)，當(dāng)我們將尖端移過(guò)物體表面時(shí)，我們能比靜態(tài)觸摸更好地感知紋理。其主要原因是我們尖端的機(jī)械感受器適應(yīng)了靜態(tài)刺激。 這個(gè)實(shí)驗(yàn)是為了確定一個(gè)給定的表面的性質(zhì)，例如形狀和大小，并在上面找到凸起、洞和不同的紋理。 傳感器陣列安裝在一個(gè)在20內(nèi)移動(dòng)的執(zhí)行器上。對(duì)于每個(gè)觸覺(jué)框架，系統(tǒng)都知道感官陣列的X-Y坐標(biāo)。圖像是交錯(cuò)的，經(jīng)過(guò)預(yù)處理后，它們形成最終的表面圖像。 圖5：拐角處的壓力圖 圖6：重建過(guò)程 該算法加入了壓力圖給出的角點(diǎn)。物體的表面是通過(guò)填充角和邊之間的空間來(lái)獲得的。 圖7：曲面重建算法 這種自傳的CNN算法可以幫助理解盲人如何在他們的想象中重建環(huán)境。 四。結(jié)論 利用Xsensor系統(tǒng)和Aladdin Pro，結(jié)合64x64 CNN-UM芯片，建立了一個(gè)自適應(yīng)觸覺(jué)傳感過(guò)程的實(shí)驗(yàn)系統(tǒng)。開(kāi)發(fā)并測(cè)試了類似的CNN算法。壓力傳感過(guò)程的時(shí)間要求高于芯片上運(yùn)行的模擬CNN算法的總時(shí)間要求。傳感器陣列以16幀/秒的速度掃描。模擬式aJgoritm的平均運(yùn)行時(shí)間約為21ms，機(jī)器人手的執(zhí)行器可以由ana的結(jié)果驅(qū)動(dòng)觸覺(jué)感知提供了一組豐富的操作過(guò)程信息，觸覺(jué)感知研究的未探索領(lǐng)域眾多。在觸覺(jué)感知的研究中，下一步是展示視覺(jué)和觸覺(jué)之間更緊密的耦合。 致謝 該項(xiàng)目得到了“匈牙利國(guó)家研究與發(fā)展方案：TeleSense NKF 2001/02/035”的支持。授予OTKATS40858（匈牙利國(guó)家研究基金）。 參考文獻(xiàn) 五十、 O.Chua，L.Yang，“細(xì)胞神經(jīng)網(wǎng)絡(luò)：理論”，《電路與系統(tǒng)的IEEE交易》，第35卷，第1257-1272頁(yè)，1988年 T、 Roska，L.O.Chua，“CNN通用機(jī)器-模擬空氣~計(jì)算機(jī)”，在IEEE Trans。論電路與系統(tǒng)Ⅱ：模擬與數(shù)字信號(hào)處理第40卷，第3期，第163-1731993頁(yè) D、 Batya，B.Raska，T.Roska，F(xiàn).Werblin，“CNN的框架。：哺乳動(dòng)物視網(wǎng)膜中的并行處理建�！啊禖iroit理論與應(yīng)用國(guó)際期刊》，第30卷，第363-3932002頁(yè) M、 布倫德?tīng)�。T、 Roska，“使用自適應(yīng)細(xì)胞神經(jīng)網(wǎng)絡(luò)的自適應(yīng)圖像傳感和增強(qiáng)。《通用機(jī)械》，國(guó)際Cimit理論與應(yīng)用雜志。第30卷，第287-3122002頁(yè) 壓力剖面系統(tǒng)。電容傳感，洛杉磯，2002，www.pressure-profile.com 壓力剖面系統(tǒng)，TactArray。洛杉磯，2002年，www.pressure-profile.com B、 J.凱恩，M.R.卡特科斯基。G、 T.A.Kovacs，“用于高分辨率機(jī)器人觸覺(jué)成像的牽引應(yīng)力傳感器陣列”，《微型機(jī)電系統(tǒng)雜志》，第9卷，第4期，第425-434頁(yè)，2000年 印刷電路板壓電子學(xué)，一般壓電理論和壓電壓力傳感器簡(jiǎn)介，1999年 傳感器產(chǎn)品，XSENSOR實(shí)時(shí)觸覺(jué)壓力測(cè)量，東漢諾威，2002，www.xsenSOLcom 阿拉丁Pro系統(tǒng)，模擬計(jì)算機(jī)，2002，www.Analogic-Computers.com E、 R.Kandel，J.H.Schwartz和T.M.Jessell：《神經(jīng)科學(xué)原理》。出版人：McGrawHill/Appleton&Lange；第四版（2000年1月5日） S、 Espejo，R.Dominguez Castro，G.Linan，A.Rodriguez Vazquez，“帶模擬和數(shù)字110的64x64 CNN通用芯片”，第五屆IEEE電子、電路和系統(tǒng)國(guó)際會(huì)議論文集（lCECS'98）。第203-206頁(yè)，里斯本，1998年 M-H.Bao，“微型機(jī)械傳感器、壓力傳感器、加速計(jì)和陀螺儀”，《傳感器和執(zhí)行器手冊(cè)》第8卷，Elsevier Science B.V.，2000年 K、 Suzuki，K.Najafi，K.D.Wise，“1024元件高性能硅觸覺(jué)成像儀”，《電子器件的IEEE交易》，第37卷，第8期，第1852-1860頁(yè)，1990年 G、 T.A.Kovacs：微機(jī)械傳感器Sourceboak，McGraw-Hill，1998年 K、 S.J.Pister，“微機(jī)電系統(tǒng)設(shè)計(jì)與制造簡(jiǎn)介”，伯克利大學(xué)傳感器與執(zhí)行器中心，伯克利分校，2002年 W、 P.Eaton，J.H.Smith，D.J.Monk，G.O'Brien和T.F.Miller，“塊狀表面微機(jī)械壓力傳感器的比較”，微機(jī)械設(shè)備和部件，Proc SPlE，Vo13514，P.4311998
 
TAG：
打印本頁(yè) || 關(guān)閉窗口
 上一篇：消防員背教項(xiàng)目的成本效益
 下一篇：選擇步態(tài)分析系統(tǒng)時(shí)要考慮的7件事