技术领域
[0001] 本
发明涉及智能机器人灵巧手检测系统，具体为一种机器人灵巧手及材质检测识别系统。
背景技术
[0002] 机器人的研发及产业化应用是衡量一个国家科技创新、高端制造装备发展
水平的重要标志。为了使机器人能够准确地获取自身工作状况以及所处环境的具体信息，并且根据采集的信息精准地执行特定任务，机器人灵巧手需要配有特定功效的材质识别
传感器。现有的机器人灵巧手对通过其他方式对物体进行识别，但是由于机器人所抓取物体的多样性，单一的
物体识别较为局限，多种识别手段的结合又比较复杂，并且多功能的传感器结构也相对复杂，在众多识别检测的方法中，还没有能同时测量
介电常数和
弹性模量并进行材质识别的传感器，更无法将其应用到机器人上。同时现有的机器人灵巧手在通过其他物体识别方式进行传输和判断时，由于采集要求高，因此均采用有线传输布置，存在着布线难度大，体积大，成本高的问题，严重影响灵巧手的小型化和智能化的发展。
发明内容
[0003] 针对
现有技术中存在的问题，本发明提供一种机器人灵巧手及材质检测识别系统，能够快速准确的对材质进行检测和识别，成本低，体积小，布线简单，稳定可靠。
[0004] 本发明是通过以下技术方案来实现：
[0005] 一种材质检测识别系统，包括若干采集
节点，以及连接采集节点的数据终端处理器；每个采集节点包括依次连接的材质识别传感器节点、
信号调理
电路和无线传输节点；
[0006] 所述的材质识别传感器节点包括两个相对设置的第一极板和第二极板，设置在第一极板相对侧的至少两个第一
电极，以及设置在第二极板相对侧的至少一个第二电极；
[0007] 所述的第一电极之间呈间隔设置，且两两作为一组电极对形成平行电极板的电容式结构，构成一组介电常数传感器；用于检测得到第一极板和第二极板之间待测物体的介电常数；
[0008] 所述的第二电极与相对设置的第一电极作为一组电极对形成相
对电极板的电容式结构，构成一组弹性模量传感器；用于检测得到第一极板和第二极板之间待测物体的弹性模量；
[0009] 所述的信号调理电路用于对采集到的介电常数传感器信号和弹性模量传感器信号进行调理；
[0010] 所述的无线传输节点用于将调理后的信号通过无线传输的方式分级传输到数据终端处理器；
[0011] 所述的数据终端处理器将收到的待测物体的介电常数和弹性模量进行对比识别物体的类别。
[0012] 优选的，所述的材质识别传感器节点通过至少一组介电常数传感器检测得到第一极板和第二极板之间待测物体的介电常数；通过至少一组弹性模量传感器检测得到第一极板和第二极板之间待测物体的弹性模量。
[0013] 优选的，所述弹性模量传感器的两电极上施加正负
电压形成
电场，用于通过第一极板和第二极板对待测物体加载压
力，根据压力加载前后两
电极形成的电容值的变化得到两电极之间的相对位移，由下式检测得到待测物体的弹性模量；
[0014]
[0015] 其中，F为加载压力，A为弹性模量传感器两电极的横截面面积，△L 为两电极之间的相对位移，L为待测物体加载压力前的长度，E为待测物体的弹性模量。
[0016] 优选的，在介电常数传感器的两电极上施加正负电压形成电场，根据待测物体置于两电极形成电容器的电场得到该电容器的等效电容值，由下式检测得到待测物体的介电常数；
[0017] C＝K·εr；
[0018] 其中，C为电容器等效电容值，待测物体的介电常数εr，K介电常数传感器两电极的结构参数。
[0019] 优选的，第一极板相对侧设置有若干呈阵列布置的第一电极，第二极板相对侧设置有若干呈阵列布置的第二电极，第一电极和第二电极呈一一对应的相对设置。
[0020] 进一步的，所述的阵列采用矩形阵列或圆形阵列。
[0021] 优选的，第一极板和第二极板均采用柔性基底；第一电极通过外部包覆的绝缘封装层固定设置在第一极板相对侧；第二电极通过外部包覆的绝缘封装层固定设置在第二极板相对侧。
[0022] 一种机器人灵巧手，包括如上述任意一材质检测识别系统；至少一个材质识别传感器节点的第一极板和第二极板分别安装在机器人灵巧手在的两个
手指上，当该两个手指夹取物体时第一极板和第二极板平行相对；当机器人灵巧手靠近待测物体直至介电常数传感器
电信号不改变，则
接触到待测物体得到介点常数后，加压进行弹性模量测量。
[0023] 优选的，所述无线传输节点包括基于Zigbee进行交互的无线终端及无线协调器，无线终端用于数据的无线收发，无线协调器用于无线传输节点之间进行组网并形成无线传输的拓扑结构进行数据传输。
[0024] 进一步的，所述的无线传输的拓扑结构采用星型、树型和网型结构中的一种或多种的混合型结构。
[0025] 与现有技术相比，本发明具有以下有益的技术效果：
[0026] 本发明针对机器人灵巧手工作特点，通过材质识别传感器的配合，开展系统集成，实现抓取物体的同时对抓取物的准确
感知与识别；运用无线传感技术能够减少机器人灵巧
手表面传感器的布线数量，降低布线难度，节约成本，得到具有高
精度、高
分辨率、高响应速度、能够实现材质识别的机器人灵巧手，从而得到了无线传输、体积小、能同时测量介电常数和弹性模量的机器人灵巧手，实现其在智能制造领域和医疗康复领域的应用，对我国高端制造和医疗康复领域智能机器人的研究和发展有着重要的理论和现实意义。
[0027] 进一步的，材质识别传感器节点包括弹性模量传感器与介电常数传感器。利用相对电极板间的电容值的改变从而得到待测物体弹性模量的相关有用信息。介电常数检测电容器的两极固定于同一平面内，因此周围环境的改变将影响到电容器电极间的电容量，从而得到待测物体介电常数的相关有用信息，完成待测物体材质识别过程。
[0028] 进一步的，通过柔性化的材质识别传感器，得到适用于机器人灵巧手的柔性化材质识别检测系统，能够更好的配合机器人灵巧手的工作，实现抓取物体的准确感知与识别。
[0029] 进一步的，通过基于IEEE 802.15.4无线标准的Zigbee技术，使其能够满足廉价、低功耗、数据传输可靠性高、网络容量大、时延小、兼容性强、安全性高、实现成本低、协议套件紧凑简单和对传感器节点的管理方便的要求，能够广泛应用于工业领域。
附图说明
[0030] 图1是本发明实例中所述材质检测识别系统的结构
框图。
[0031] 图2是本发明实例中所述机器人灵巧手材质识别
流程图。
[0032] 图3是本发明实例中所述机器人灵巧手上材质识别传感器节点的安装
位置示意图。
[0033] 图4是本发明实例中所述无线传输的星型网络拓扑结构图。
[0034] 图5是本发明实例中所述无线传输的树型网络拓扑结构图。
[0035] 图6是本发明实例中所述无线传输的网型网络拓扑结构图。
[0036] 图7是本发明实例中所述材质识别传感器节点的结构示意图。
[0037] 图8是本发明实例中所述弹性模量传感器加压前长度关系图。
[0038] 图9是本发明实例中所述弹性模量传感器加压后长度关系图。
[0039] 图10是本发明实例中所述介电常数传感器原理示意图。
[0040] 图11是本发明实例中所述电极呈矩形阵列的极板结构示意图。
[0041] 图12是本发明实例中所述电极呈圆形阵列的极板结构示意图。
[0042] 图中：第一极板1，第二极板2，封装层2，第一电极3，第二电极4，绝缘封装层5，待测物体6。
具体实施方式
[0043] 下面结合具体的
实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。
[0044] 本发明一种机器人灵巧手，将本发明所述的材质检测识别系统安装在机器人灵巧手上，用于检测灵巧手所抓取目标物体的介电常数与弹性模量，使机器人能够根据采集的信息精准地执行特定任务。所述的材质检测识别系统包括若干采集节点，以及连接采集节点的数据终端处理器。其中，采集节点包括材质识别传感器节点、信号调理电路和无线传输节点。
[0045] 如图1所示，待测物体的弹性模量与介电常数由材质识别传感器节点中的弹性模量传感器和介电常数传感器检测并采集，传感器节点采集到的信号经过信号调理后送入无线传输节点，无线传输节点将传感信息通过无线传输的方式分级传输，最终到达数据终端处理器，数据终端处理器将各个被测量实时显示出来，并依据材质
数据库的信息，判别物体的类别。
[0046] 其中，如图7所示，材质识别传感器节点包括两个相对设置的第一极板 1和第二极板2，设置在第一极板1相对侧的至少两个第一电极3，以及设置在第二极板2相对侧的至少一个第二电极4；第一电极3之间呈间隔设置，且两两作为一组电极对形成平行电极板的电容式结构，构成一组介电常数传感器；用于检测得到第一极板1和第二极板2之间待测物体的介电常数；第二电极4与相对设置的第一电极3作为一组电极对形成相对电极板的电容式结构，构成一组弹性模量传感器；用于检测得到第一极板1和第二极板2之间待测物体的弹性模量。材质识别传感器节点包括弹性模量传感器与介电常数传感器。利用相对电极板间的电容值的改变从而得到待测物体弹性模量的相关有用信息。介电常数检测电容器的两极固定于同一平面内，因此周围环境的改变将影响到电容器电极间的电容量，从而得到待测物体介电常数的相关有用信息。完成待测物体材质识别过程。
[0047] 弹性模量传感器与介电常数传感器采用MEMS工艺加工与制备，依据电容式传感器的工作原理，确定出满足传感器性能要求以及新型结构的柔性基底材料和电极材料，设计电容式传感器的加工工艺方案；在不影响电容式传感器电场分布的前提下，在电容传感器的电极与被测物体之间设计绝缘层，以隔绝外界
氧气、水蒸气对电极的
腐蚀与氧化。
[0048] 无线传输节点包括基于Zigbee的无线终端和无线协调器。无线传输节点采用支持最新ZigBee协议—ZigBee2007的由TI公司生产的CC2530芯片，它集成
单片机、ADC和无线通讯模
块于一体。其中，单片机是一种增强型工业标准的8位8051微
控制器内核，
无线通信模块的内核符合 IEEE802.115.4/ZigBee协议，支持CRC
硬件校验。其中，如图4-6所示，无线传输的拓扑结构为星型、树型或者网型结构。其中空心圆圈为无线协调器，实心圆圈为无线终端。星型结构的无线传输网络由专用中心服务节点的无线协调器来负责处理整个网络的数据传输和运行；树型结构的无线传输网络具有一定的容错能力，一般一个分支和节点的故障不影响另一分支和节点的工作，是广播式网络；网状结构的无线传输网络可以实现网络各传感器节点之间点对点的传输。具体采用哪种方式的拓扑结构，视具体情况而定，也可以采用多种并用的混合型结构。由于机器人灵巧手的结构限制，本优选实例采用星形网络。机器人灵巧手的所有手指上分别对应设置一个采集节点，所有采集节点中的无线传输节点进行组网并形成无线传输的星形拓扑结构进行数据传输。由专用中心服务节点与数据终端处理器交互连接。
[0049] 数据终端处理器能够将各个被测量实时显示出来。通过以上传感器将
数据采集后通过无线收发功能模块将数据传输到机器人的数据终端处理器内，并依据材质数据库的信息，判别物体的类别。
[0050] 本发明一种机器人灵巧手，如图2所示，其基本工作流程如下，未接触待测物体时，随着灵巧手与待测物体的不断接近，电容式介电常数传感器的信号会发生变化，直至灵巧手与待测物体接触后，介电常数传感器所输出的电信号将不会再发生改变；通过解调电信号，完成对待测物体介电常数的测量；随后，弹性模量传感器开始工作，实现对物体弹性模量的测量，结合介电常数测量值，依据材质数据库的信息，判别物体的类别[0051] 如图3所示，一种材质检测识别系统中的一个采集节点内包括的第一极板1和第二极板2，分别安装在灵巧手的两个手指上，并保证在灵巧手夹取物体时两传感器平行相对。针对机器人所抓取物体的多样性，将待测物体的介电常数及作为物体材质识别的判断参数，进而将二者结合起来，建立相关的检测数据库，为实现物质识别、提高机器人检测速度与准确率提供相应的理论依据与
支撑。
[0052] 具体的，如图7所示，材质识别传感器节点包括两个部分，分别为介电常数传感器以及弹性模量传感器。两个传感器均为电容式，故最终设计出的结构为一复合结构。优选的采用柔性基底分别作为第一极板1和第二极板2，上部柔性基底上的平行电极a和b作为第一电极，以及下部的电极c和d作为第二电极分别构成了两组平行电极板来实现介电常数测量，当电极接触待测物体时，依据平行电极板之间的电容变化可推导出物体介电常数；当柔性基底因接触力的增加产生一定形变时，上下电极形成的相对电极板a和d，以及b和c之间的电容也发生相应变化，通过提取该电容变化可推导出上下电极板相对位移，该位移是计算弹性模量变化的重要变量之一。
[0053] 如图8和图9所示，材质识别传感器节点包括弹性模量传感器，为相对电极板的电容式结构。通过在上下两个极板上施加正负电压，就可以形成电场，将待测物体放入两极板中间，由于两个极板间的距离改变都将会导致电容传感器所输出的电容值改变，利用电容值的改变从而得到待测物体弹性模量的相关有用信息，完成待测物体弹性模量的检测。弹性模量传感器对待测物体加载压力前，待测物体的长度是L，如图8所示；加载压力F后，待测物体的长度变为L'，如图9所示；待测物体形变△L＝L-L'，根据弹性模量定义式：其中，F代表弹性模量传感器对待测物体加载力，A代表传感器的横截面面积，其大小由弹性模量传感器的电极的结构尺寸确定，为一定值，待测物体形变量大小与电容信号大小呈现一定的函数关系，可以标示为C＝ψ(ΔL)，从而得到弹性模量和电容一一对应的关系式：C＝ψ(E)。
[0054] 如图10所示，材质识别传感器节点包括介电常数传感器，为平行电极板的电容式结构。两极板电势分别为U1和U2，本优选实例中，设计U1＞ U2，假设极板足够长，忽略
基板厚度带来的影响，同时忽略其边缘电场效应。将被测物体置于同面双电极电容器所形成的电场中，若环境的其它因素不变，则目标物材质的介电常数将决定电容器的电容量的大小且材料的介电常数与电容器的电容量是一一对应的函数关系。因此我们可以利用电容传感器来实现对物体材质的介电常数检测。电容与介电常数之间的关系为： C＝K·εr式中的K为与电容传感器的电极板的结构有关的参数，电极板结构一定时，K值也是固定不变的。由上式可知：电容器等效电容值C将随着极板间材质的介电常数εr改变而变化。
[0055] 如图11和图12所示，在双电极电容传感器的理论
基础上，结合机器人灵巧手的复杂应用条件，提出阵列电极电容式介电常数传感器的结构，图11所示为矩形阵列电极电容传感器，图12为圆形阵列电极电容传感器。通过理论分析，建立相关的模型，结合仿真分析，完成对阵列电极结构的优化设计，确定最终的阵列方式以及结构尺寸；研究不同的供电方式以及电容信号对阵列电极电容传感器测量结果的影响关系，通过优化电极对的供电时间与供电顺序，得到适用于机器人灵巧手工作条件的供电方式与电容信号
采样方式，从而实现对物质的快速准确识别。
