[发明专利]一种硬度识别方法、硬度识别系统、装置及存储介质

权利要求书

1.一种硬度识别方法，其特征在于，所述方法包括:

获取触觉数据；其中，所述触觉数据是根据机械手对样本物体进行按压操作而采集的力矩数据和压力数据得到；

对所述触觉数据进行预处理，以得到触觉图像；

将所述触觉图像输入至预先训练的硬度识别网络中，以对所述触觉图像进行分类，进一步得到所述样本物体的硬度；

其中，所述硬度识别网络至少包括一全连接层，所述全连接层的分类类别采用泊松分布编码确定。

2.根据权利要求1所述的方法，其特征在于：

所述泊松分布编码基于以下公式实现：

其中，K表示预测类别的数量，H(k)表示对泊松分布的概率密度函数求对数后得到，表示全部预测类别的概率之和，其结果为1，exp(-H(k))表示编码正确类别的概率。

3.根据权利要求1所述的方法，其特征在于：

所述机械手的预设数量个手指中，每一所述手指上设置一力矩传感器和多个阵列分布的压力传感器；

所述对触觉数据进行预处理，以得到触觉图像，包括：

根据每一手指的多个阵列分布的压力传感器采集的数据，形成第一压力数据矩阵；

将预设数量个手指对应的所述第一压力数据矩阵进行拼接，形成第二压力数据矩阵；以及

根据预设数量个手指的力矩传感器采集的数据，形成第一力矩数据矩阵；

对所述第一力矩数据矩阵进行复制，形成第二力矩数据矩阵；

将所述第二压力数据矩阵与所述第二力矩数据矩阵进行拼接，以得到触觉图像。

4.根据权利要求3所述的方法，其特征在于，

所述方法还包括：

对多个时间点的所述触觉数据进行下采样处理；

将下采样后的多个所述触觉图像组合形成触觉图像序列；

所述将所述触觉图像输入至预先训练的硬度识别网络中，以对所述触觉图像进行分类，进一步得到所述样本物体的硬度，包括：

将所述触觉图像序列输入至预先训练的硬度识别网络中，以对所述触觉图像序列进行分类，进一步得到所述样本物体的硬度。

5.根据权利要求3所述的方法，其特征在于，

所述方法还包括：

对所述触觉数据进行去噪处理，以将所述机械手接触所述样本物体之前的数据进行去除。

6.根据权利要求3所述的方法，其特征在于，

所述方法还包括：

对所述触觉数据进行正则化处理。

7.根据权利要求1所述的方法，其特征在于，

所述方法还包括：

建立硬度识别网络；

获取数据集；其中，所述数据集包括多个所述触觉数据；

对所述数据集进行预处理，以得到多个触觉图像序列；

将所述多个触觉图像序列输入至所述硬度识别网络，以对所述硬度识别网络进行训练。

8.根据权利要求7所述的方法，其特征在于，

所述硬度识别网络为CNN-LSTM网络，所述CNN-LSTM网络包括CNN模块、LSTM层和全连接层，所述CNN模块包括卷积层、批次正则化层和池化层。

9.根据权利要求7所述的方法，其特征在于，

所述将所述多个触觉图像序列输入至所述硬度识别网络，以对所述硬度识别网络进行训练，包括：

将所述多个触觉图像序列划分为训练数据集和测试数据集；

将所述训练数据集输入至所述硬度识别网络，以对所述硬度识别网络进行训练；

将所述测试数据集输入至所述硬度识别网络，以对所述硬度识别网络进行测试。

10.根据权利要求9所述的方法，其特征在于，

所述将所述多个触觉图像序列划分为训练数据集和测试数据集，包括：

根据所述样本物体的形状对所述多个触觉图像序列进行分类；

将所有形状的所述触觉图像序列划分为训练数据集和测试数据集。