[发明专利]基于纹理表面接触加速度触觉信息的材质分析方法及装置

说明书

本发明提出的一种基于纹理表面接触的加速度触觉信息的材质识别方法，属于电子信息、人工智能、模式识别和机器学习领域。该方法首先将物品划分为不同材质细类，对每种材质细类选取相对应物品并采集三轴加速度数据构成训练样本数据集；对训练样本提取特征，得到每种材质细类的融合特征向量组成融合特征矩阵；利用该矩阵训练前馈神经网络后，采集待测物品的三轴加速度数据并提取特征，输入前馈神经网络，该网络预测输出矩阵中最大值对应的细类材质即为待测物品材质分析结果。该装置包括：振动感受体、数据采集模块和上位机。本发明通过获得商品材质表面纹理的接触加速度信息判断商品的材质，应用于互联网购物，简单准确有效地反映商品的真实情况。

技术领域

本发明涉及一种基于纹理表面接触加速度触觉信息的材质分析方法及装置，属于电子信息、人工智能、模式识别和机器学习领域。

背景技术

近年来，随着信息时代的到来和互联网技术的不断发展，人们越来越多的依赖于使用互联网进行商品购买，互联网购物虽然方便了人们的行为，但是人们往往只能通过商家提供的图片信息从视觉感官判断商品的材质，而图片信息往往不能完全反应出商品材质的准确信息。

触觉是一种重要的知觉形式，与视觉相比，触觉可以获得更精细的纹理特性。材质表面的纹理是物体表面微观结构分布特征的体现。当人手与纹理表面接触时，会感觉到凹凸不平的触感及纹理触觉。依靠探知表面纹理特性即可获得对材质的分类。这方面的研究工作很多，依靠探知表面纹理特性来获得对材质的分类，一般需要通过刮插、滑动、磨蹭等操作获得振动信号，利用信号处理的方法对振动信息进行处理和分析。例如，文献“Vibrotactile recognition and categorization of surfaces by a humanoid robot”利用5种刮擦动作识别了20种表面纹理；“Methods for robotic tool-mediated hapticsurface recognition”识别了15种表面材质；“Majority voting:materialclassification by tactile sensing using surface texture”模拟人类的行为，通过多次接触，采用投票(majority voting)的方式识别了8类表面纹理。由此可见，触觉对于材质纹理的识别具有相当重要的意义。但目前，基于触觉信息的材质分析还停留在理论研究阶段，尚无一种明确的方法或装置能够应用于实际的商品材质分析。

触觉传感器能够感知到很多视觉传感器难以感知，甚至无法感知到的材质信息。其按功能可分为接触觉传感器、力－力矩觉传感器、压觉传感器和滑觉传感器等，此外，加速度传感器也可作为一种触觉传感器感受纹理的振动信息。

发明内容

本发明的目的是为了克服网购时仅仅依靠视觉判断无法完全反应出商品材质的不足之处，提出一种基于纹理表面接触加速度触觉信息的材质分析方法及装置。本发明通过获得商品材质表面纹理的接触加速度信息判断商品的材质，应用于互联网购物，简单准确有效地反映商品的真实情况。

本发明提出的一种基于纹理表面接触加速度信息的材质分析方法，包括以下步骤：

1)材质分类；

划分A大类材质，在每大类材质中选取B类具体物品，再将B类具体物品划分为C类细类材质，共划分得到M＝A×B×C种不同的细类材质；

2)构建训练样本数据集；具体步骤如下：

2-1)任意选取步骤1)确定的一种细类材质所属的具体物品，将该物品摆放平整后，数据采集人员使用振动感受体在该材质表面的随机1个地区进行滑动，滑动轨迹随机，力度范围为0-4N，采集振动感受体在该材质表面滑动时产生的三轴加速度数据，将采集到的三轴加速度数据发送至上位机进行存储，作为该细类材质的一个的训练样本；

2-2)重复2-1)，对步骤2-1)选定的具体物品重复N次数据采集操作，并保存每次操作采集得到的三轴加速度数据，得到该细类材质的N个训练样本；