10.13873/J.1000-9787(2017)06-0035-03
基于卷积神经网络的软硬触觉感知方法研究
智能机器手的应用已经遍布医疗、军工、农业及装配行业等领域.软硬作为物体的重要物理属性之一,对机器手的抓取控制物体有重大影响.在深度学习框架下,基于卷积神经网络提出了用于触觉感知的软硬物体的识别方法.使用薄膜压力传感器采集手指按压软硬物体的数据,建立训练和测试数据集,在Caffe中训练网络,以模拟触觉识别软硬物体.实验结果显示:对软硬物体的识别准确率达94.52%,表明,卷积神经网络对于识别软硬物体有比较好的分类效果.
卷积神经网络、薄膜压力传感器、软硬、触觉
36
TP391(计算技术、计算机技术)
北京市自然科学基金资助项目4174086;国家自然科学基金资助项目61473009
2017-07-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
35-37,41