专利交易市场

本发明涉及机器人智能识别技术领域，特别涉及一种基于灵巧手触觉的物体属性识别方法，S1，采集灵巧手上的触觉传感器与物体交互产生的原始振动信号和压力信号，并对不同物体所反馈的信号差异对物体进行记录、分类和做标签；S2，对原始数据进行处理，并采集有效的信号区段制作数据样本，与标签进行对应，制作数据‑标签的触觉数据集STD；S3，基于S2中的STD训练MPCNN；S4，使用MPCNN来对物体的属性进行识别。本发明的有益效果是：物体触觉属性数据集满足了在机器人触觉领域中物体属性数据的需求。在利用STD的基础上，提出了一种多维度特征并联的卷积神经网络模型，该模型可以实现物体触觉数据特征的提取和物体属性的识别。