摘要

基于触觉信息识别不同接触状态对于人机交互的实现具有重要意义。提出一种基于残差网络(Residual Networks)识别触觉传感器不同接触状态的方法。基于弹性体模板法制备了一款具有良好触觉感知能力的多孔石墨烯柔性触觉传感器。利用该触觉传感器采集了4种不同接触状态(拍打、重击、抚摸、推压)的时间序列数据,并对采集到的数据进行z-score标准化操作以及降采样处理。在此基础上,构建具有良好自适应性和泛化能力的残差网络模型对施加于该触觉传感器表面的4种接触状态进行分类识别,平均识别准确率为97.50%。实验结果表明:设计的多孔石墨烯柔性触觉传感器柔弹性好、灵敏度高、响应速度快,能够有效感知不同状态的接触力,残差网络模型可以高效地用于触觉传感器接触状态的分类识别。