机器人传感

机器人传感(Robotic sensing)是机器人科学的一个分区,旨在为机器人提供传感能力,使机器人更像人。 机器人感应主要使机器人能够看到,触摸,听到和移动,并使用需要环境反馈的算法。

视力
方法
视觉传感系统可以基于从传统相机,声纳和激光器到新技术射频识别(RFID)的任何东西,其将无线电信号发送到发回识别码的物体上的标签。 所有四种方法都针对三种程序 – 感觉,估计和匹配。

图像处理
在需要出色机器人视觉的应用中,图像质量非常重要。 基于小波变换的融合不同光谱和不同焦点图像的算法提高了图像质量。 机器人可以从生成的改进图像中收集更准确的信息。

用法
视觉传感器可帮助机器人识别周围环境并采取适当的措施。 机器人分析从视觉传感器导入的直接环境的图像。 将结果与理想的中间或终止图像进行比较,从而可以确定适当的移动以达到中间或最终目标。

触摸
信号处理
触摸感官信号可以由机器人自己的动作产生。 重要的是仅识别外部触觉信号以进行准确操作。 以前的解决方案采用维纳滤波器,它依赖于假定为静止的信号统计的先验知识。 最近的解决方案将自适应滤波器应用于机器人的逻辑。 它使机器人能够预测其内部运动产生的传感器信号,筛选出这些错误信号。 新方法改进了接触检测并减少了错误解释。

用法
触摸模式使机器人能够在交互式应用程序中解释人类的情感 四个可测量的特征 – 力,接触时间,重复和接触区域变化 – 可以通过时间决策树分类器有效地对触摸模式进行分类,以考虑时间延迟并将它们与人类情感相关联,准确度高达83%。 最后应用一致性指数来评估系统的置信水平,以防止不一致的反应。

机器人使用触摸信号来绘制恶劣环境(例如水管)中的表面轮廓。 传统上,预定路径被编程到机器人中。 目前,随着触摸传感器的集成,机器人首先获得随机数据点; 然后,机器人的算法将根据一组预定义的几何图元确定下一次测量的理想位置。 这将效率提高了42%。

近年来,使用触摸作为交互的刺激已成为许多研究的主题。 2010年,建立了机器人密封件PARO,它对人体交互的许多刺激做出反应,包括触摸。 这种人机交互的治疗益处仍在研究中,但已显示出非常积极的结果。

听力

信号处理
精确的音频传感器需要较低的内部噪声。 传统上,音频传感器结合了声学阵列和麦克风,以降低内部噪音水平。 最近的解决方案也结合了压电器 这些无源器件使用压电效应将力转换为电压,从而可以消除引起内部噪声的振动。 平均而言,可以降低高达约7dB的内部噪声。

机器人可以将杂散噪声解释为语音指令。 当前语音活动检测(VAD)系统使用复频谱圆心(CSCC)方法和最大信噪比(SNR)波束形成器。 因为人们在进行对话时通常会看着他们的伴侣,所以带有两个麦克风的VAD系统可以让机器人通过比较两个麦克风的信号强度来定位教学语音。 当前系统能够应对来自侧面的电视和发声设备产生的背景噪声。

用法
机器人可以通过我们说话的方式感知情绪。 声学和语言特征通常用于表征情绪。 与仅使用一组特征相比,七个声学特征和四个语言特征的组合改善了识别性能。

声学特征
持续时间
能源
沥青
光谱
倒谱
语音质量
小波

语言特征
一袋字
部分的语音
更高的语义
瓦里亚

运动

用法
自动机器人需要引导系统来确定执行其任务的理想路径。 然而,在分子尺度上,纳米机器人缺乏这样的引导系统,因为单个分子不能存储复杂的运动和程序。 因此,在这种环境中实现运动的唯一方法是用化学反应代替传感器。 目前,当遇到不同的DNA折纸时,具有一个链霉抗生物素蛋白分子作为惰性体和三个催化腿的分子蜘蛛能够开始,跟随,转动和停止。 基于DNA的纳米机器人可以以3nm / min的速度移动超过100nm。

在TSI手术中,这是通过测量传感器接触表面处的分布压力来识别肿瘤和潜在癌症的有效方式,过大的力可能造成损伤并且有可能破坏组织。 与人类医生相比,应用机器人控制来确定理想的手术路径可以将最大力减少35%并且准确度提高50%。

性能
高效的机器人探索可节省时间和资源。 效率通过最优性和竞争力来衡量。 只有当机器人具有方形感应区域,从边界开始并使用曼哈顿度量时,才可能进行最佳边界探索。 在复杂的几何形状和设置中,方形感测区域更有效并且无论度量和起点如何都可以实现更好的竞争力。