论文部分内容阅读
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。