码垛机器人在执行工件的拾取、搬运、码垛等任务时,前端安装的传感器可以识别物体种类,帮助机器人完成更稳定更高效的动作。基于静电探测的材质识别技术有不受光照、烟雾条件影响,结构设计简单,识别范围广泛的优势。本文在前人提出的基于静电信号的材质识别方法基础上,通过研究材料表面静电荷分布及泄放特性与环境湿度的关系,提出了通过建立多路金属电极获取材料表面静电荷分布特性从而达到材质识别目的的方法。首先研究了金属电极在静电信号探测过程中,与介质材料不同位置相接触电极上感应电荷和接触电荷的变化情况,建立基于静电探测的复杂环境下多路静电信号材质识别理论模型。根据优化的理论模型,设计介质材料静电荷检测系统,包括探测电路、后端调理电路、检测电极与机构、特殊检测结构,分别对多类典型介质材料在室内环境下的静电信号进行采集与预处理,定义电荷分布特征向量、峰值衰减特征向量和综合特征向量作为代表材料电荷泄放特性的特征值向量,并将其作为分类器的输入参数,设计分类算法对多类介质材料进行分类识别。最后分别模拟了介质材料在室内环境和复杂环境下的识别过程,应用湿度调节装置和湿度计来控制和观测环境湿度,通过静电荷检测系统采集每种介质材料在不同湿度下的静电信号分别进行特征提取和分类识别。实验证明本文提出的基于多路静电信号的材质识别方法比单电极探测识别方法有更高的识别准确率,并且在复杂环境下仍能保持较高的识别率。