基于摩擦纳米发电机的触觉感知系统及方法

测量装置的制造及其应用技术1.本技术涉及电子皮肤技术领域，特别涉及一种基于摩擦纳米发电机的触觉感知系统及方法。背景技术：2.人体皮肤对硬度、粗糙度、温度、振动等有细腻的触觉感知，通过综合分析物体的各项触觉信息，使手部肌肉施加合理的力，进行自适应的抓握。在电子皮肤的辅助下，智能机器人系统或假肢还可以利用触觉信息进行运动轨迹规划、物体操纵、安全操作，并从环境中获取各种信息。对于自由度越来越高的刚体机器人，传统的扭矩传感器昂贵且难以部署，所以开发灵活且低成本的电子皮肤将是实现高效传感和控制的重要一步。3.尽管包括压阻阵列、软光学应变传感器、磁微机电系统、仿生电容阵列和压电触觉传感系统在内的各种应用于机器人触觉传感的感知技术已经被广泛研究，但是相关技术大量聚焦于压力，纹理以及物体形状的感知，难以实现材料识别。目前，能够同时实现物体表面材料种类与纹理种类识别的触觉传感系统的仍是一项挑战。4.此外，同时进行高精度的材料与纹理的识别一般需要规模庞大的数据处理算法，在触觉感知系统的数据分析环节，相关技术的数据分析大多都建立在高性能桌面级计算平台上，使得相关技术无法部署在功耗低，体积轻便的机器人上，同时在数据传输与通信中也会带来较高的数据延时。5.综上，相关技术无法实现物体表面材料种类及纹理种类识别，高精度的材料与纹理识别算法无法部署在功耗较低、体积轻便的机器人上，故仍需改进。技术实现要素：6.本技术提供一种基于摩擦纳米发电机的触觉感知系统及方法，以解决相关技术中无法通过单一的触觉传感器同时对表面纹理和材料种类进行识别或者无法同时对表面纹理种类和接触压力大小进行识别，进而难以部署在功耗低、体积轻便的机器人上，在数据传输与通信中存在较高的数据延时的技术问题。7.本技术第一方面实施例提供一种基于摩擦纳米发电机的触觉感知系统，包括：触觉传感器，所述触觉传感器基于摩擦纳米发电机，用于在所述触觉传感器与摩擦表面摩擦时产生电信号；信号处理模块，用于对所述电信号进行处理，得到处理后满足预设条件的电信号，并生成所述摩擦表面的表面纹理信号、压力信号和/或材料种类信号，识别所述摩擦表面的实际表面纹理、实际接触压力和/或实际材料种类；以及通信模块，用于发送所述实际表面纹理、实际接触压力和/或所述实际材料种类至预设终端。8.可选地，在本技术的一个实施例中，所述基于摩擦纳米发电机的触觉传感器主体包括柔性基底、附着于所述柔性基底的上表面和下表面的第一电极和第二电极及紧贴于所述柔性基底与所述第一电极、所述第二电极的柔性摩擦层。9.可选地，在本技术的一个实施例中，所述柔性基底的材料包括聚二甲基硅氧烷、聚乙烯、聚丙烯、聚偏氟乙烯、全氟乙烯丙烯、偏氯乙烯丙烯腈共聚物、聚四氟乙烯、聚氯乙烯、聚三氟氯乙烯、聚氯丁二烯、聚异丁烯、聚甲醛、聚酰胺、聚酰亚胺、三聚氰胺甲醛、聚碳酸酯、聚乙二醇丁二酸酯、酚醛树脂、苯胺甲醛树脂、氯丁橡胶、天然橡胶、纤维素、乙基纤维素、纤维素乙酸酯、聚己二酸乙二醇酯、聚邻苯二甲酸二烯丙酯、聚乙醇缩丁醛、苯乙烯丙烯共聚物、苯乙烯丁二烯共聚物、聚乙烯丙二酚碳酸盐、聚苯乙烯、聚甲基丙烯酸酯、聚酯和聚氨酯中的一种或多种。10.可选地，在本技术的一个实施例中，所述第一电极和所述第二电极均包括多个子电极，其中，每个子电极层厚均小于所述柔性基底，且与所述柔性基底紧密贴附设置。11.可选地，在本技术的一个实施例中，所述多个子电极的材料包括金、银、铂、钯、铝、镍、铜、钛、铬、硒、铁、锰、钼、钨或钒，铝合金、钛合金、镁合金、铍合金、铜合金、锌合金、锰合金、镍合金、铅合金、锡合金、镉合金、铋合金、铟合金、镓合金、钨合金、钼合金、铌合金、钽合金、石墨和导电玻璃中的一种或多种。12.可选地，在本技术的一个实施例中，所述柔性摩擦层的材料包括聚二甲基硅氧烷、聚乙烯、聚丙烯、聚偏氟乙烯、全氟乙烯丙烯、偏氯乙烯丙烯腈共聚物、聚四氟乙烯、聚氯乙烯、聚三氟氯乙烯、聚氯丁二烯、聚异丁烯、聚甲醛、聚酰胺、聚酰亚胺、三聚氰胺甲醛、聚碳酸酯、聚乙二醇丁二酸酯、酚醛树脂、苯胺甲醛树脂、氯丁橡胶、天然橡胶、纤维素、乙基纤维素、纤维素乙酸酯、聚己二酸乙二醇酯、聚邻苯二甲酸二烯丙酯、聚乙醇缩丁醛、苯乙烯丙烯共聚物、苯乙烯丁二烯共聚物、聚乙烯丙二酚碳酸盐、聚苯乙烯、聚甲基丙烯酸酯、聚酯和聚氨酯中的一种或多种。13.可选地，在本技术的一个实施例中，所述信号处理模块包括：信号调理单元，所述信号调理单元集成设置有多通道跨阻放大器，且每个跨阻放大器集成设置有电流放大器，以对所述电信号进行信号放大处理；控制单元，所述控制单元设置有模数转换器，以由处理后的电信号转换电压信号；信号处理单元，用于根据所述电压信号获取所述摩擦表面的表面纹理信号、压力信号和/或材料种类信号，并提取纹理特征、压力特征和/或材料特征，以基于所述纹理特征、压力特征和/或所述材料特征识别所述实际表面纹理、实际接触压力和/或实际材料种类。14.可选地，在本技术的一个实施例中，还包括：整流电路，所述整流电路设置于所述信号调理单元和所述控制单元之间，以将所述电信号的电压缩放至预设区间。15.可选地，在本技术的一个实施例中，所述信号处理单元进一步用于：对所述电压信号进行带通滤波处理，得到去除噪声后的信号；基于所述信号，利用具有预设宽度的滑动窗体在时间序列上进行滑动采样，分割得到特征预提取信号；由所述特征预提取信号中的表面纹理信号、压力信号和/或材料种类信号获取所述信号的宏观特征与微观特征，并根据所述宏观特征确定所述实际材料种类或实际接触压力，且根据所述微观特征确定所述实际表面纹理。16.可选地，在本技术的一个实施例中，所述由所述特征预提取信号中的表面纹理信号、压力信号和/或材料种类信号获取所述信号的宏观特征与微观特征，包括：基于所述特征预提取信号，构建宏观特征空间和微观特征空间，并分别计算所述宏观特征空间和所述微观特征空间的小波基底，以得到所述宏观特征与微观特征；或者，基于所述特征预提取信号，构建低通滤波器和高通滤波器，并分别计算所述低通滤波器和所述高通滤波器的幅频特性，以得到所述宏观特征与所述微观特征。17.本技术第二方面实施例提供一种基于摩擦纳米发电机的触觉感知方法，采用上述基于摩擦纳米发电机的触觉感知系统，其中，方法包括以下步骤：采集所述触觉传感器在与摩擦表面摩擦时产生的电信号；18.对所述电信号进行处理，得到处理后满足预设条件的电信号，并生成所述摩擦表面的表面纹理信号、压力信号和/或材料种类信号，识别所述摩擦表面的实际表面纹理、实际接触压力和/或实际材料种类；以及发送所述实际表面纹理、实际接触压力和/或所述实际材料种类至预设终端。19.可选地，在本技术的一个实施例中，所述对所述电信号进行处理，得到处理后满足预设条件的电信号，并生成所述摩擦表面的表面纹理信号、压力信号和/或材料种类信号，识别所述摩擦表面的实际表面纹理、实际接触压力和/或实际材料种类，包括：对所述电信号进行信号放大处理；由处理后的电信号转换电压信号；根据所述电压信号获取所述摩擦表面的表面纹理信号、压力信号和/或材料种类信号，并提取纹理特征、压力特征和/或材料特征，以基于所述纹理特征、压力特征和/或所述材料特征识别所述实际表面纹理、实际接触压力和/或实际材料种类。20.可选地，在本技术的一个实施例中，根据所述电压信号获取所述摩擦表面的表面纹理信号、压力信号和/或材料种类信号，并提取纹理特征、压力特征和/或材料特征，以基于所述纹理特征、压力特征和/或所述材料特征识别所述实际表面纹理、实际接触压力和/或实际材料种类，包括：对所述电压信号进行带通滤波处理，得到去除噪声后的信号；基于所述信号，利用具有预设宽度的滑动窗体在时间序列上进行滑动采样，分割得到特征预提取信号；由所述特征预提取信号中的表面纹理信号、压力信号和/或材料种类信号获取所述信号的宏观特征与微观特征，并根据所述宏观特征确定所述实际材料种类或实际接触压力，且根据所述微观特征确定所述实际表面纹理。21.可选地，本技术的一个实施例中，所述由所述特征预提取信号中的表面纹理信号、压力信号和/或材料种类信号获取所述信号的宏观特征与微观特征，包括：基于所述特征预提取信号，构建宏观特征空间和微观特征空间，并分别计算所述宏观特征空间和所述微观特征空间的小波基底，以得到所述宏观特征与微观特征；或者，基于所述特征预提取信号，构建低通滤波器和高通滤波器，并分别计算所述低通滤波器和所述高通滤波器的幅频特性，以得到所述宏观特征与所述微观特征。22.可选地，在本技术的一个实施例中，在所述由处理后的电信号生成电压信号之前，还包括：将所述电信号的电压缩放至预设区间。23.本技术第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的基于摩擦纳米发电机的触觉感知方法。24.本技术第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上述实施例所述的基于摩擦纳米发电机的触觉感知方法。25.本技术实施例可以基于摩擦纳米发电机中的触觉传感器与摩擦表面摩擦时产生的电信号，处理并同时识别摩擦表面的实际表面纹理、实际接触压力和/或实际材料种类，基于摩擦纳米发电机的电子皮肤具有超拉伸性、高灵敏度和宽传感范围等特性，使得摩擦纳米发电机的输出对于不同的摩擦材料具有灵敏的输出变化，可实现仅凭单一的触觉传感器同时对表面纹理、接触压力和/或材料种类进行高精度的实时识别，且结构简单，易于制作，成本较低。由此，解决了相关技术中无法通过单一的触觉传感器同时对表面纹理和材料种类进行识别或者无法同时对表面纹理种类和接触压力大小进行识别，进而难以部署在功耗低、体积轻便的机器人上，在数据传输与通信中存在较高的数据延时的技术问题。26.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。附图说明27.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：28.图1为根据本技术实施例提供的一种基于摩擦纳米发电机的触觉感知系统的结构示意图；29.图2为根据本技术一个实施例的基于摩擦纳米发电机的触觉感知系统的触觉传感器的结构图；30.图3为根据本技术一个实施例的基于摩擦纳米发电机的触觉感知系统的信号处理模块中的信号处理电路；31.图4为根据本技术一个实施例的基于摩擦纳米发电机的触觉感知系统的信号处理模块中的深度学习分类算法模型；32.图5为根据本技术一个实施例的基于摩擦纳米发电机的触觉感知系统的工作原理图；33.图6为根据本技术实施例提供的一种基于摩擦纳米发电机的触觉感知方法的流程图；34.图7为根据本技术实施例提供的电子设备的结构示意图。具体实施方式35.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。36.下面参考附图描述本技术实施例的基于摩擦纳米发电机的触觉感知系统及方法。针对上述背景技术中心提到的相关技术中无法通过单一的触觉传感器同时对表面纹理和材料种类进行识别或者无法同时对表面纹理种类和接触压力大小进行识别，进而难以部署在功耗低、体积轻便的机器人上，在数据传输与通信中存在较高的数据延时的技术问题，本技术提供了一种基于摩擦纳米发电机的触觉感知系统，在该系统中，可以基于摩擦纳米发电机中的触觉传感器与摩擦表面摩擦时产生的电信号，处理并同时识别摩擦表面的实际表面纹理、实际接触压力和/或实际材料种类，基于摩擦纳米发电机的电子皮肤具有超拉伸性、高灵敏度和宽传感范围等特性，使得摩擦纳米发电机的输出对于不同的摩擦材料具有灵敏的输出变化，可实现仅凭单一的触觉传感器同时对表面纹理、接触压力和/或材料种类进行高精度的实时识别，且结构简单，易于制作，成本较低。由此，解决了相关技术中无法通过单一的触觉传感器同时对表面纹理和材料种类进行识别或者无法同时对表面纹理种类和接触压力大小进行识别，进而难以部署在功耗低、体积轻便的机器人上，在数据传输与通信中存在较高的数据延时的技术问题。37.具体而言，图1是本技术实施例所提供的一种基于摩擦纳米发电机的触觉感知系统的结构示意图。38.如图1所示，该基于摩擦纳米发电机的触觉感知系统10包括：摩擦纳米发电机100、信号处理模块200和通信模块300。39.具体地，触觉传感器100，触觉传感器100基于摩擦纳米发电机，用于在触觉传感器100与摩擦表面摩擦时产生电信号。40.在实际执行过程中，基于摩擦纳米发电机的触觉传感器100可以在不同材料、不同纹理的表面上进行摩擦时，产生的携带材料纹理信息的电信号。本技术实施例中采集触觉传感器100与摩擦表面摩擦时产生的电信号，可以为后续进行电信号处理并识别摩擦表面的实际表面纹理和实际材料种类或者识别摩擦表面的表面纹理种类和接触压力大小奠定基础。本技术实施例基于摩擦纳米发电机的电子皮肤具有超拉伸性、高灵敏度和宽传感范围等特性，使得摩擦纳米发电机的输出对于不同的摩擦材料具有灵敏的输出变化，可实现同时对材料和纹理种类进行高精度的实时识别，且结构简单，易于制作，成本较低。41.可选地，在本技术的一个实施例中，基于摩擦纳米发电机的触觉传感器100包括：柔性基底、附着于柔性基底的上表面和下表面的第一电极和第二电极及紧贴于柔性基底与第一电极、第二电极的柔性摩擦层。42.举例而言，触觉传感器100的结构可以如图2所示：43.触觉传感器100为层状结构，具有一定柔性，可在一定程度内发生可恢复的形变；基底层101可通过粘贴方式固定于机器人表面，可适应机器人表面曲率，实现紧密贴合；电极层102附着于基底层上，包含两个互不连通的叉指电极；摩擦层103与基底层101和电极层102贴紧，在与外界物品摩擦时发生电荷转移。44.具体地，本技术实施例中的基于摩擦纳米发电机的触觉传感器100包括两组附着于柔性基底表面的电极以及紧贴于柔性基底与电极的摩擦层，具体为柔性基底、附着于柔性基底的上表面和下表面的第一电极和第二电极及紧贴于柔性基底与第一电极、第二电极的柔性摩擦层。45.本技术实施例基于摩擦纳米发电机的电子皮肤具有超拉伸性、高灵敏度和宽传感范围等特性，使得摩擦纳米发电机的输出对于不同的摩擦材料具有灵敏的输出变化，可实现同时对材料和纹理种类进行高精度的实时识别，且结构简单，易于制作，成本较低。46.可选地，在本技术的一个实施例中，柔性基底的材料包括聚二甲基硅氧烷、聚乙烯、聚丙烯、聚偏氟乙烯、全氟乙烯丙烯、偏氯乙烯丙烯腈共聚物、聚四氟乙烯、聚氯乙烯、聚三氟氯乙烯、聚氯丁二烯、聚异丁烯、聚甲醛、聚酰胺、聚酰亚胺、三聚氰胺甲醛、聚碳酸酯、聚乙二醇丁二酸酯、酚醛树脂、苯胺甲醛树脂、氯丁橡胶、天然橡胶、纤维素、乙基纤维素、纤维素乙酸酯、聚己二酸乙二醇酯、聚邻苯二甲酸二烯丙酯、聚乙醇缩丁醛、苯乙烯丙烯共聚物、苯乙烯丁二烯共聚物、聚乙烯丙二酚碳酸盐、聚苯乙烯、聚甲基丙烯酸酯、聚酯和聚氨酯中的一种或多种。47.可以理解的是，柔性基底具有高柔性，绝缘等特点，适于附着于各种曲率较大的表面，而且其形状可以根据待布置的表面尺寸进行定制，其中，基底材料的选择包括但是不限于以下任意一种材料：48.聚二甲基硅氧烷、聚乙烯、聚丙烯、聚偏氟乙烯、全氟乙烯丙烯、偏氯乙烯丙烯腈共聚物、聚四氟乙烯、聚氯乙烯、聚三氟氯乙烯、聚氯丁二烯、聚异丁烯、聚甲醛、聚酰胺、聚酰亚胺、三聚氰胺甲醛、聚碳酸酯、聚乙二醇丁二酸酯、酚醛树脂、苯胺甲醛树脂、氯丁橡胶、天然橡胶、纤维素、乙基纤维素、纤维素乙酸酯、聚己二酸乙二醇酯、聚邻苯二甲酸二烯丙酯、聚乙醇缩丁醛、苯乙烯丙烯共聚物、苯乙烯丁二烯共聚物、聚乙烯丙二酚碳酸盐、聚苯乙烯、聚甲基丙烯酸酯、聚酯和聚氨酯。49.需要注意的是，本领域技术人员可以根据实际情况，选择适合的基底材料，在此不做具体限制。50.可选地，在本技术的一个实施例中，第一电极和第二电极均包括多个子电极，其中，每个子电极层厚均小于柔性基底，且与柔性基底紧密贴附设置。51.在实际执行过程中，附着于柔性基底的两组电极，即第一电极和第二电极，由若干均匀分布在柔性基底的子电极组成，每个子电极层厚均小于柔性基底，与柔性基底紧密贴附，且可以随柔性基底发生形变，而不脱落。这些子电极分为两组，同属一组的子电极互相连通，分属不同组的子电极互不连通，互不接触。52.可选地，在本技术的一个实施例中，多个子电极的材料包括金、银、铂、钯、铝、镍、铜、钛、铬、硒、铁、锰、钼、钨或钒，铝合金、钛合金、镁合金、铍合金、铜合金、锌合金、锰合金、镍合金、铅合金、锡合金、镉合金、铋合金、铟合金、镓合金、钨合金、钼合金、铌合金、钽合金、石墨和导电玻璃中的一种或多种。53.本领域技术人员可以理解到的是，多个子电极的材料可以为任意导电的并可以附着于柔性基底表面的材料，其选择包括但不限于以下任何一种材料：54.金、银、铂、钯、铝、镍、铜、钛、铬、硒、铁、锰、钼、钨或钒，铝合金、钛合金、镁合金、铍合金、铜合金、锌合金、锰合金、镍合金、铅合金、锡合金、镉合金、铋合金、铟合金、镓合金、钨合金、钼合金、铌合金或钽合金。55.除金属材料外，诸如：石墨、导电玻璃等，具有良好导电性的非金属导电材料亦可成为子电极的备选材料。56.需要注意的是，本领域技术人员可以根据实际情况，选择适合的子电极材料，在此不做具体限制。57.可选地，在本技术的一个实施例中，柔性摩擦层的材料包括聚二甲基硅氧烷、聚乙烯、聚丙烯、聚偏氟乙烯、全氟乙烯丙烯、偏氯乙烯丙烯腈共聚物、聚四氟乙烯、聚氯乙烯、聚三氟氯乙烯、聚氯丁二烯、聚异丁烯、聚甲醛、聚酰胺、聚酰亚胺、三聚氰胺甲醛、聚碳酸酯、聚乙二醇丁二酸酯、酚醛树脂、苯胺甲醛树脂、氯丁橡胶、天然橡胶、纤维素、乙基纤维素、纤维素乙酸酯、聚己二酸乙二醇酯、聚邻苯二甲酸二烯丙酯、聚乙醇缩丁醛、苯乙烯丙烯共聚物、苯乙烯丁二烯共聚物、聚乙烯丙二酚碳酸盐、聚苯乙烯、聚甲基丙烯酸酯、聚酯和聚氨酯中的一种或多种。58.可以理解的是，柔性摩擦层覆盖于柔性基底和叉指电极表面，与外界物体接触摩擦时会产生电荷转移和积累，从而产生可以被采集的电信号。其中，电荷转移量与摩擦材料和被接触物体的电负性有关。59.柔性摩擦层的材料选择包括但是不限于一下任意一种材料：60.聚二甲基硅氧烷、聚乙烯、聚丙烯、聚偏氟乙烯、全氟乙烯丙烯、偏氯乙烯丙烯腈共聚物、聚四氟乙烯、聚氯乙烯、聚三氟氯乙烯、聚氯丁二烯、聚异丁烯、聚甲醛、聚酰胺、聚酰亚胺、三聚氰胺甲醛、聚碳酸酯、聚乙二醇丁二酸酯、酚醛树脂、苯胺甲醛树脂、氯丁橡胶、天然橡胶、纤维素、乙基纤维素、纤维素乙酸酯、聚己二酸乙二醇酯、聚邻苯二甲酸二烯丙酯、聚乙醇缩丁醛、苯乙烯丙烯共聚物、苯乙烯丁二烯共聚物、聚乙烯丙二酚碳酸盐、聚苯乙烯、聚甲基丙烯酸酯、聚酯、聚氨酯等。61.需要注意的是，本领域技术人员可以根据实际情况，选择适合的柔性摩擦层材料，在此不做具体限制。62.信号处理模块200，信号处理模块，用于对电信号进行处理，得到处理后满足预设条件的电信号，并生成摩擦表面的表面纹理信号、压力信号和/或材料种类信号，识别摩擦表面的实际表面纹理、实际接触压力和/或实际材料种类。63.作为一种可能实现的方式，本技术实施例中的信号处理模块200可以实现微小电流信号到电压信号的转换、放大、降噪、调理以及用特征提取算法对所采集的信号进行分析处理，其工作原理如图3所示。64.具体而言，信号处理模块200可以对电信号进行处理，从而得到处理后满足预设条件的电信号，并生成相应的摩擦表面的表面纹理信号和压力感知信号，或表面纹理信号和材料种类信号，进而识别摩擦表面的实际表面纹理和实际接触压力，或实际表面纹理和实际材料种类。本技术实施例基于摩擦纳米发电机的触觉感知系统，可以将摩擦纳米发电机与摩擦表面摩擦时产生的电信号，进行处理并识别摩擦表面的实际表面纹理和实际接触压力，或实际表面纹理和实际材料种类，基于摩擦纳米发电机的电子皮肤具有超拉伸性、高灵敏度和宽传感范围等特性，使得摩擦纳米发电机的输出对于不同的摩擦材料具有灵敏的输出变化，可实现同时对材料和纹理种类进行高精度的实时识别，且结构简单，易于制作，成本较低。65.需要注意的是，处理后满足预设条件的电信号可以分为宏观信号和微观信号，其中宏观信号可以为压力信号或材料种类信号，微观信号可以为表面纹理信号，因此本技术实施例可以结合宏观信号和微观信号，识别摩擦表面的实际表面纹理和实际接触压力，或实际表面纹理和实际材料种类。66.可选地，在本技术的一个实施例中，信号处理模块200包括：信号调理单元、控制单元和信号处理单元。67.其中，信号调理单元，信号调理单元集成设置有多通道跨阻放大器，且每个跨阻放大器集成设置有电流放大器，以对电信号进行信号放大处理。68.控制单元，控制单元设置有模数转换器，以由处理后的电信号转换电压信号。69.信号处理单元，用于根据电压信号获取摩擦表面的表面纹理信号、压力信号和/或材料种类信号，并提取纹理特征、压力特征和/或材料特征，以基于所述纹理特征、压力特征和/或材料特征识别实际表面纹理、实际接触压力和/或实际材料种类。70.具体地，信号调理单元集成了多通道跨阻放大器，每个跨阻放大器内部集成一个高精度的微小电流放大器，可以将皮安、纳安级别的交流信号放大，转换为电压信号后传入后端整流电路。其中，每个跨阻放大器的放大倍率可以通过调整对应匹配电阻进行调节。71.进一步地，控制单元可通过内置的模数转换器采集整流电路输出的电压信号。其中，信号的量化精度与控制芯片有关，信号的采样频率与控制单元采用的芯片性能以及程序的效率有关。控制芯片的选择包括但是不限于以下任意一系列单片机：72.nordic系列，stm8系列，stm32系列，arduino系列，esp8266系列，esp32系列，stc89c51/52系列，nxp k60系列等。73.需要注意的是，本领域技术人员可以根据实际情况，选择适合的单片机，在此不做具体限制。74.其中，部署于控制芯片内的深度学习模型如图4所示，此模型在接受到采集模块输入的信号后，首先通过小波分解将信号分解为宏观特征与微观特征，然后宏观特征与微观特征分别被输入到两个互相独立的一维卷积神经网络中，上方神经网络输出材料种类信息，下方神经网络输出纹理种类信息，通过组合材料种类或接触压力大小和纹理种类，实现物体种类的识别。75.进一步地，信号处理单元中的信号处理算法分割采样算法，可以由预处理算法、数据分割算法、特征预提取算法和分类算法组成。信号处理算法以模数转换器采集的电压信号作为输入，输出对所触摸物体的分类结果。76.可选地，在本技术的一个实施例中，信号处理单元进一步用于：对电压信号进行带通滤波处理，得到去除噪声后的信号；基于信号，利用具有预设宽度的滑动窗体在时间序列上进行滑动采样，分割得到特征预提取信号；由特征预提取信号中的表面纹理信号、压力信号和/或材料种类信号获取信号的宏观特征与微观特征，并根据宏观特征确定实际材料种类或实际接触压力，且根据微观特征确定实际表面纹理。77.其中，本技术实施例在实际执行过程中所需的信号处理算法分割采样算法，可以通过编程的方法部署于控制单元，由预处理算法、数据分割算法、特征预提取算法和分类算法组成。信号处理算法以模数转换器采集的电压信号作为输入，输出对所触摸物体的分类结果。78.数据预处理算法，可以对输入电压信号进行带通滤波处理，去除环境中具有固定频率范围的电磁干扰所带来的噪声。79.数据分割算法，可以使用一个具有固定宽度n的滑动窗体在时间序列上进行滑动采样，每当有若干新数据更新时，算法选取最新生成的n个数据点组成长度为n的时间序列x(t)。80.特征预提取算法，包括两种可选方案，均以x(t)为输入，输出信号的宏观特征与微观特征。可选地，在本技术的一个实施例中，由特征预提取信号中的表面纹理信号、压力信号和/或材料种类信号获取信号的宏观特征与微观特征，包括：基于特征预提取信号，构建宏观特征空间和微观特征空间，并分别计算宏观特征空间和微观特征空间的小波基底，以得到宏观特征与微观特征；或者，基于特征预提取信号，构建低通滤波器和高通滤波器，并分别计算低通滤波器和高通滤波器的幅频特性，以得到宏观特征与微观特征。81.具体地，特征预提取算法，包括两种可选方案，在具体实施过程中可在方案一和方案二中任选一种。方案一和方案二均以x(t)为输入，输出信号的宏观特征与微观特征。82.方案一：本技术实施例可以构建两个特征空间：宏观特征空间vj和微观特征空间wj。其中，vj由小波基底φj,n(t)张成，wj由小波基底ψj,n(t)张成。特征预提取算法以上述x(t)为输入，分别按照下述公式计算x(t)在vj和wj的投影。83.计算宏观特征空间的小波基底φj,n(t)：[0084][0085]φj(t)＝2j/2φ0(2jt)，[0086]φj,n(t)＝φj(t-2-jn)＝2j/2φ0(2jt-n)。[0087]计算微观特征空间的小波基底ψj,n(t)：[0088][0089]ψj(t)＝2j/2ψ0(2jt)，[0090]ψj,n(t)＝ψj(t-2-jn)＝2j/2ψ0(2jt-n)。[0091]定义信号与小波基底之间的内积运算：[0092][0093][0094][0095]其中，xma(t)为宏观特征，即为x(t)在空间vj的投影，xmi(t)为微观特征，即为x(t)在空间wj的投影。[0096]方案二：本技术实施例可以构建两个滤波器，低通滤波器fl(t)和高通滤波器fh(t)。其中，fl(t)和fh(t)各自的幅频特性gl(jω)和gh(jω)具有相同的截止频率。其中，gl(jω)和gh(jω)计算公式如下：[0097][0098][0099]宏观特征和微观特征为x(t)分别与fl(t)和fh(t)的卷积：[0100][0101][0102]其中，xma(t)为宏观特征，xmi(t)为微观特征。[0103]进一步地，信号处理单元可以用于根据电压信号获取摩擦表面的表面纹理信号和材料种类信号或压力感知信号和材料种类信号，并提取纹理特征和材料特征或纹理特征和压力特征，以基于纹理特征和材料特征识别实际表面纹理和实际材料种类或实际表面纹理和实际接触压力大小。[0104]针对上述提出的分类算法，信号处理单元具有两条相互独立的数据处理线路：线路一和线路二。两条线路的数据处理算法可分别选择，其数据处理过程相互独立。[0105]线路一：以宏观特征为输入，输出对材料种类的识别结果的分类算法。线路一可选算法包括但不限于一下任意一种：[0106]支持向量机、朴素贝叶斯法、基于一维卷积神经网络的深度学习分类算法以及基于长短期记忆网络的深度学习算法等。[0107]线路二：以微观特征为输入，输出对纹理种类的识别结果的分类算法。线路二可选算法包括但不限于一下任意一种：[0108]支持向量机、朴素贝叶斯法、基于一维卷积神经网络的深度学习分类算法以及基于长短期记忆网络的深度学习算法等。[0109]综上所述，线路一和线路二输出的材料种类和纹理种类或接触压力大小和纹理种类即为信号处理单元的最终输出结果。[0110]通信模块300，用于发送实际表面纹理和/或实际材料种类至预设终端。[0111]在实际执行过程中，通信模块300可以集成于控制芯片之上(例如nordic系列、esp32系列等内置无线通信模块的单片机)，也可以独立于控制芯片(例如stm32系列等无内置通信模块的单片机)。其通信原理可基于但不限于：普通蓝牙、低功耗蓝牙、无线网络等。[0112]具体地，通信模块300可以将分类结果进行数字编码，然后发送至远程设备。举例而言，通信模块300可以实时地使用蓝牙或者无线局域网络发送未处理的数据以及分析结果。[0113]可选地，在本技术的一个实施例中，基于摩擦纳米发电机的触觉感知系统10还包括：整流电路。[0114]其中，整流电路，整流电路设置于信号调理单元和控制单元之间，以将电信号的电压缩放至预设区间。[0115]作为一种可能实现的方式，整流电路可以将交流信号迁移，缩放至控制单元的预设区间，其中，预设区间为控制单元的耐受范围，其具体数值可以通过调整电路中对应元器件参数，由本领域技术人员根据实际情况进行设定。[0116]下面结合图2至图5，对本技术一个具体实施例的基于摩擦纳米发电机的触觉感知系统10进行详细阐述。[0117]本技术实施例的基于摩擦纳米发电机的触觉感知系统10包括：触觉传感器100、信号处理模块200、通信模块300和整流电路。[0118]触觉传感器100主体包含一个柔性基底，两组附着于柔性基底表面的电极以及紧贴于柔性基底与电极的摩擦层。在实际执行过程中，基于摩擦纳米发电机的触觉传感器100可以在不同材料、不同纹理的表面上进行摩擦时，产生的携带材料纹理信息的电信号。[0119]具体地，触觉传感器100为层状结构，具有一定柔性，可在一定程度内发生可恢复的形变；基底层101可通过粘贴方式固定于机器人表面，可适应机器人表面曲率，实现紧密贴合；电极层102附着于基底层上，包含两个互不连通的叉指电极；摩擦层103与基底层101和电极层102贴紧，在与外界物品摩擦时发生电荷转移。[0120]可以理解的是，柔性基底具有高柔性，绝缘等特点，适于附着于各种曲率较大的表面，而且其形状可以根据待布置的表面尺寸进行定制，其中，基底材料的选择包括但是不限于以下任意一种材料：[0121]聚二甲基硅氧烷、聚乙烯、聚丙烯、聚偏氟乙烯、全氟乙烯丙烯、偏氯乙烯丙烯腈共聚物、聚四氟乙烯、聚氯乙烯、聚三氟氯乙烯、聚氯丁二烯、聚异丁烯、聚甲醛、聚酰胺、聚酰亚胺、三聚氰胺甲醛、聚碳酸酯、聚乙二醇丁二酸酯、酚醛树脂、苯胺甲醛树脂、氯丁橡胶、天然橡胶、纤维素、乙基纤维素、纤维素乙酸酯、聚己二酸乙二醇酯、聚邻苯二甲酸二烯丙酯、聚乙醇缩丁醛、苯乙烯丙烯共聚物、苯乙烯丁二烯共聚物、聚乙烯丙二酚碳酸盐、聚苯乙烯、聚甲基丙烯酸酯、聚酯和聚氨酯。[0122]需要注意的是，本领域技术人员可以根据实际情况，选择适合的基底材料，在此不做具体限制。[0123]在实际执行过程中，附着于柔性基底的两组电极，即第一电极和第二电极，由若干均匀分布在柔性基底的子电极组成，每个子电极层厚均小于柔性基底，与柔性基底紧密贴附，且可以随柔性基底发生形变，而不脱落。这些子电极分为两组，同属一组的子电极互相连通，分属不同组的子电极互不连通，互不接触。[0124]本领域技术人员可以理解到的是，多个子电极的材料可以为任意导电的并可以附着于柔性基底表面的材料，其选择包括但不限于以下任何一种材料：[0125]金、银、铂、钯、铝、镍、铜、钛、铬、硒、铁、锰、钼、钨或钒，铝合金、钛合金、镁合金、铍合金、铜合金、锌合金、锰合金、镍合金、铅合金、锡合金、镉合金、铋合金、铟合金、镓合金、钨合金、钼合金、铌合金或钽合金。[0126]除金属材料外，诸如：石墨、导电玻璃等，具有良好导电性的非金属导电材料亦可成为子电极的备选材料。[0127]需要注意的是，本领域技术人员可以根据实际情况，选择适合的子电极材料，在此不做具体限制。[0128]可以理解的是，柔性摩擦层覆盖于柔性基底和叉指电极表面，与外界物体接触摩擦时会产生电荷转移和积累，从而产生可以被采集的电信号。其中，电荷转移量与摩擦材料和被接触物体的电负性有关。[0129]柔性摩擦层的材料选择包括但是不限于一下任意一种材料：[0130]聚二甲基硅氧烷、聚乙烯、聚丙烯、聚偏氟乙烯、全氟乙烯丙烯、偏氯乙烯丙烯腈共聚物、聚四氟乙烯、聚氯乙烯、聚三氟氯乙烯、聚氯丁二烯、聚异丁烯、聚甲醛、聚酰胺、聚酰亚胺、三聚氰胺甲醛、聚碳酸酯、聚乙二醇丁二酸酯、酚醛树脂、苯胺甲醛树脂、氯丁橡胶、天然橡胶、纤维素、乙基纤维素、纤维素乙酸酯、聚己二酸乙二醇酯、聚邻苯二甲酸二烯丙酯、聚乙醇缩丁醛、苯乙烯丙烯共聚物、苯乙烯丁二烯共聚物、聚乙烯丙二酚碳酸盐、聚苯乙烯、聚甲基丙烯酸酯、聚酯、聚氨酯等。[0131]需要注意的是，本领域技术人员可以根据实际情况，选择适合的柔性摩擦层材料，在此不做具体限制。[0132]信号处理模块200，信号处理模块200可以对电信号进行处理，得到处理后满足预设条件的电信号，并生成摩擦表面的表面纹理信号、压力信号和/或材料种类信号，识别摩擦表面的实际表面纹理、实际接触压力和/或实际材料种类。[0133]需要注意的是，处理后满足预设条件的电信号可以分为宏观信号和微观信号，其中宏观信号可以为压力信号或材料种类信号，微观信号可以为表面纹理信号，因此本技术实施例可以结合宏观信号和微观信号，识别摩擦表面的实际表面纹理和实际接触压力，或实际表面纹理和实际材料种类。[0134]信号处理模块200包括：信号调理单元、控制单元和信号处理单元。[0135]具体地，信号调理单元集成了多通道跨阻放大器，每个跨阻放大器内部集成一个高精度的微小电流放大器，可以将皮安、纳安级别的交流信号放大，转换为电压信号后传入后端整流电路。其中，每个跨阻放大器的放大倍率可以通过调整对应匹配电阻进行调节。[0136]进一步地，控制单元可通过内置的模数转换器采集整流电路输出的电压信号。其中，信号的量化精度与控制芯片有关，信号的采样频率与控制单元采用的芯片性能以及程序的效率有关。控制芯片的选择包括但是不限于以下任意一系列单片机：[0137]nordic系列，stm8系列，stm32系列，arduino系列，esp8266系列，esp32系列，stc89c51/52系列，nxp k60系列等。[0138]需要注意的是，本领域技术人员可以根据实际情况，选择适合的单片机，在此不做具体限制。[0139]其中，部署于控制芯片内的深度学习模型如图4所示，此模型在接受到采集模块输入的信号后，首先通过小波分解将信号分解为宏观特征与微观特征，然后宏观特征与微观特征分别被输入到两个互相独立的一维卷积神经网络中，上方神经网络输出材料种类信息，下方神经网络输出纹理种类信息，通过组合压力感知和纹理种类或材料种类和纹理种类，实现物体种类的识别。其中，本技术实施例在实际执行过程中所需的信号处理算法分割采样算法，可以通过编程的方法部署于控制单元，由预处理算法、数据分割算法、特征预提取算法和分类算法组成。信号处理算法以模数转换器采集的电压信号作为输入，输出对所触摸物体的分类结果。[0140]数据预处理算法，可以对输入电压信号进行带通滤波处理，去除环境中具有固定频率范围的电磁干扰所带来的噪声。[0141]数据分割算法，可以使用一个具有固定宽度n的滑动窗体在时间序列上进行滑动采样，每当有若干新数据更新时，算法选取最新生成的n个数据点组成长度为n的时间序列x(t)。[0142]特征预提取算法，包括两种可选方案，在具体实施过程中可在方案一和方案二中任选一种。方案一和方案二均以x(t)为输入，输出信号的宏观特征与微观特征。[0143]方案一：本技术实施例可以构建两个特征空间：宏观特征空间vj和微观特征空间wj。其中，vj由小波基底φj,n(t)张成，wj由小波基底ψj,n(t)张成。特征预提取算法以上述x(t)为输入，分别按照下述公式计算x(t)在vj和wj的投影。[0144]计算宏观特征空间的小波基底φj,n(t)：[0145][0146]φj(t)＝2j/2φ0(2jt)，[0147]φj,n(t)＝φj(t-2-jn)＝2j/2φ0(2jt-n)。[0148]计算微观特征空间的小波基底ψj,n(t)：[0149][0150]ψj(t)＝2j/2ψ0(2jt)，[0151]ψj,n(t)＝ψj(t-2-jn)＝2j/2ψ0(2jt-n)。[0152]定义信号与小波基底之间的内积运算：[0153][0154][0155][0156]其中，xma(t)为宏观特征，即为x(t)在空间vj的投影，xmi(t)为微观特征，即为x(t)在空间wj的投影。[0157]方案二：本技术实施例可以构建两个滤波器，低通滤波器fl(t)和高通滤波器fh(t)。其中，fl(t)和fh(t)各自的幅频特性gl(jω)和gh(jω)具有相同的截止频率。其中，gl(jω)和gh(jω)计算公式如下：[0158][0159][0160]宏观特征和微观特征为x(t)分别与fl(t)和fh(t)的卷积：[0161][0162][0163]其中，xma(t)为宏观特征，xmi(t)为微观特征。[0164]进一步地，信号处理单元可以用于根据电压信号获取摩擦表面的表面纹理信号和材料种类信号或表面纹理信号和压力感知信号，并提取纹理特征和材料特征或纹理特征和压力感知特征，以基于纹理特征和材料特征或纹理特征和压力感知特征识别实际表面纹理和实际材料种类或实际表面纹理和实际接触压力大小。[0165]针对上述提出的分类算法，信号处理单元具有两条相互独立的数据处理线路：线路一和线路二。两条线路的数据处理算法可分别选择，其数据处理过程相互独立。[0166]线路一：以宏观特征为输入，输出对材料种类的识别结果的分类算法。线路一可选算法包括但不限于一下任意一种：[0167]支持向量机、朴素贝叶斯法、基于一维卷积神经网络的深度学习分类算法以及基于长短期记忆网络的深度学习算法等。[0168]线路二：以微观特征为输入，输出对纹理种类的识别结果的分类算法。线路二可选算法包括但不限于一下任意一种：[0169]支持向量机、朴素贝叶斯法、基于一维卷积神经网络的深度学习分类算法以及基于长短期记忆网络的深度学习算法等。[0170]综上所述，线路一和线路二输出的材料种类和纹理种类或接触压力大小和纹理种类即为信号处理单元的最终输出结果。[0171]通信模块300，在实际执行过程中，通信模块300可以集成于控制芯片之上(例如nordic系列、esp32系列等内置无线通信模块的单片机)，也可以独立于控制芯片(例如stm32系列等无内置通信模块的单片机)。其通信原理可基于但不限于：普通蓝牙、低功耗蓝牙、无线网络等。[0172]具体地，通信模块300可以将分类结果进行数字编码，然后发送至远程设备。举例而言，通信模块300可以实时地使用蓝牙或者无线局域网络发送未处理的数据以及分析结果。[0173]整流电路，整流电路可以将交流信号迁移，缩放至控制单元的预设区间，其中，预设区间为控制单元的耐受范围，其具体数值可以通过调整电路中对应元器件参数，由本领域技术人员根据实际情况进行设定。[0174]具体地，本技术实施例的基于摩擦纳米发电机的触觉感知系统10的工作原理如图5所示：[0175]摩擦纳米发电机的触觉传感器100在与不同物体接触时会产生微小的，交流电信号；通过触觉传感器100的两个电极，交流电信号被传入整流电路；经过整流电路处理后，电流信号被转化为模数转换器允许区间内的电压信号。[0176]信号处理模块200部署在单片机上，单片机首先对采集到的电压信号进行低通滤波，然后通过小波分解分别提取信号的宏观特征与微观特征，宏观特征与微观特征分别经由两个互相独立的神经网络单独处理，整合两个神经网络输出的结果，作为最终的识别结果。[0177]信号处理模块200在实施过程中，信号调理单元可以选用跨阻放大器与偏置式整流电路，跨阻放大器上匹配电阻选取500兆欧姆贴片电阻，可将上述摩擦纳米发电机所输出电流信号放大至-1.5v到1.5v之间，偏置式整流电路在跨阻放大器输出电压信号中增加1.5v加性偏置，使最终输出电压信号在0-3v之间。[0178]控制单元选用esp32单片机，上述信号调理单元的输出信号接入esp32单片机的模拟输入端口，其内部集成的12位模数转换器先将0-3v电压信号转换为整型数字信号，然后控制单元将此整型数字信号映射为0-1之间的单精度浮点数字信号。[0179]部署于控制单元的信号处理算法对当前信号进行低通滤波，所用滤波器可以为巴特沃斯滤波器，截止频率为50hz。[0180]部署于控制单元上的数据分割算法在实时更新的信号中截取最新生成的500个数据点，每个采样点间隔为4ms，记所截取信号为x(t)，特征预提取算法使用所述方案一，通过如下公式所示方式计算宏观特征xma(t)，计算微观特征xmi(t)的公式如下：[0181][0182][0183]在本技术实施例中，分类算法采用基于一维卷积神经网络的分类算法，此分类算法具有两条独立数据处理线路。[0184]线路一依次由第一卷积层，第二卷积层，第三卷基层，第一全连接层和第二全连接层组成。第一卷积层所含卷积核大小为5，输入维度为1，输出维度为8；第二卷积层所含卷积核大小为5，输入维度为8，输出维度为16；第一卷积层所含卷积核大小为5，输入维度为16，输出维度为32；第一线性层输入维度为32，输出维度为16，第二线性层输入维度为16，输出维度为4。线路一最终输出4维向量中最大元素所在位置的索引值即为线路一的最终输出，每一个索引值对应一个材料种类。[0185]线路二依次由第一卷积层，第二卷积层，第三卷基层，第一全连接层和第二全连接层组成。第一卷积层所含卷积核大小为5，输入维度为1，输出维度为8；第二卷积层所含卷积核大小为5，输入维度为8，输出维度为16；第一卷积层所含卷积核大小为5，输入维度为16，输出维度为32；第一线性层输入维度为32，输出维度为16，第二线性层输入维度为16，输出维度为4。线路二最终输出4维向量中最大元素所在位置的索引值即为线路一的最终输出，每一个索引值对应一个纹理种类。将线路一输出的索引值和线路二输出的索引值作为数据处理模块的最终输出。[0186]通信模块300可以选用蓝牙无线发送形式，通信模块300内置于esp32单片机上，将数据处理模块输出的索引值使用utf-8编码为两字节数据，蓝牙将此两字节数据发送至远程设备。远程设备对接收数据解码对照，可得出数据处理模块输出的索引值，通过检索索引值对应的材料、纹理种类，可得到摩擦纳米发电机触觉传感系统的识别结果。[0187]其中，基于纳米发电机的触觉传感器100的制作方法如下：[0188]摩擦纳米发电机的触觉传感器100的柔性基底尺寸可以选用20mm x 30mm x 0.08mm的聚酰亚胺膜。[0189]电极部分使用柔性电路打印技术进行制作，将叉指状铜电极打印在柔性基底正面，叉指电极分为互不连通的两组，每组各含有3个通过过孔在柔性基底背面互相连通的矩形叉指，指长14mm，指宽2mm。[0190]此外，柔性基底正面两组电极叉指间间距为2mm,柔性基底背面布置两个焊盘，分别与两组电极相连通。[0191]两组焊盘分别通过锡焊工艺与两条屏蔽导线连接，用于传导电信号和减少外界电磁干扰。[0192]摩擦层可以选用20mm x 30mm x 0.08mm的聚酰亚胺膜，平整紧密地粘贴在柔性基底正面。[0193]制作完成后，检查此传感器柔性，将其粘贴于机械手手指等大曲率表面处，传感器应当与机械手手指表面紧密贴合，无开裂。[0194]根据本技术实施例提出的基于摩擦纳米发电机的触觉感知系统，可以基于摩擦纳米发电机中的触觉传感器与摩擦表面摩擦时产生的电信号，处理并同时识别摩擦表面的实际表面纹理、实际接触压力和/或实际材料种类，基于摩擦纳米发电机的电子皮肤具有超拉伸性、高灵敏度和宽传感范围等特性，使得摩擦纳米发电机的输出对于不同的摩擦材料具有灵敏的输出变化，可实现仅凭单一的触觉传感器同时对表面纹理、接触压力和/或材料种类进行高精度的实时识别，且结构简单，易于制作，成本较低。由此，解决了相关技术中无法通过单一的触觉传感器同时对表面纹理和材料种类进行识别或者无法同时对表面纹理种类和接触压力大小进行识别，进而难以部署在功耗低、体积轻便的机器人上，在数据传输与通信中存在较高的数据延时的技术问题。[0195]其次参照附图描述根据本技术实施例提出的基于摩擦纳米发电机的触觉感知方法。[0196]图6为本技术实施例所提供的一种基于摩擦纳米发电机的触觉感知方法的流程示意图。[0197]如图6所示，该基于摩擦纳米发电机的触觉感知方法，该方法采用上述基于摩擦纳米发电机的触觉感知系统，其中，方法包括以下步骤：[0198]在步骤s601中，采集触觉传感器在与摩擦表面摩擦时产生的电信号。[0199]在步骤s602中，对电信号进行处理，得到处理后满足预设条件的电信号，并生成摩擦表面的表面纹理信号、压力信号和/或材料种类信号，识别摩擦表面的实际表面纹理、实际接触压力和/或实际材料种类。[0200]在步骤s603中，发送实际表面纹理、实际接触压力和/或实际材料种类至预设终端。[0201]可选地，在本技术的一个实施例中，对电信号进行处理，得到处理后满足预设条件的电信号，并生成摩擦表面的表面纹理信号、压力信号和/或材料种类信号，识别摩擦表面的实际表面纹理、实际接触压力和/或实际材料种类，包括：对电信号进行信号放大处理；由处理后的电信号转换电压信号；根据电压信号获取摩擦表面的表面纹理信号、压力信号和/或材料种类信号，并提取纹理特征、压力特征和/或材料特征，以基于纹理特征、压力特征和/或材料特征识别实际表面纹理、实际接触压力和/或实际材料种类。[0202]可选地，在本技术的一个实施例中，根据电压信号获取摩擦表面的表面纹理信号、压力信号和/或材料种类信号，并提取纹理特征、压力特征和/或材料特征，以基于纹理特征、压力特征和/或材料特征识别实际表面纹理、实际接触压力和/或实际材料种类，包括：对电压信号进行带通滤波处理，得到去除噪声后的信号；基于信号，利用具有预设宽度的滑动窗体在时间序列上进行滑动采样，分割得到特征预提取信号；由特征预提取信号中的表面纹理信号、压力信号和/或材料种类信号获取信号的宏观特征与微观特征，并根据宏观特征确定实际材料种类或实际接触压力，且根据微观特征确定实际表面纹理。[0203]可选地，本技术的一个实施例中，由特征预提取信号中的表面纹理信号、压力信号和/或材料种类信号获取信号的宏观特征与微观特征，包括：基于特征预提取信号，构建宏观特征空间和微观特征空间，并分别计算宏观特征空间和微观特征空间的小波基底，以得到宏观特征与微观特征；或者，基于特征预提取信号，构建低通滤波器和高通滤波器，并分别计算低通滤波器和高通滤波器的幅频特性，以得到宏观特征与微观特征。[0204]可选地，在本技术的一个实施例中，在由处理后的电信号生成电压信号之前，还包括：将电信号的电压缩放至预设区间。[0205]需要说明的是，前述对基于摩擦纳米发电机的触觉感知系统实施例的解释说明也适用于该实施例的基于摩擦纳米发电机的触觉感知方法，此处不再赘述。[0206]根据本技术实施例提出的基于摩擦纳米发电机的触觉感知方法，可以基于摩擦纳米发电机中的触觉传感器与摩擦表面摩擦时产生的电信号，处理并同时识别摩擦表面的实际表面纹理、实际接触压力和/或实际材料种类，基于摩擦纳米发电机的电子皮肤具有超拉伸性、高灵敏度和宽传感范围等特性，使得摩擦纳米发电机的输出对于不同的摩擦材料具有灵敏的输出变化，可实现仅凭单一的触觉传感器同时对表面纹理、接触压力和/或材料种类进行高精度的实时识别，且结构简单，易于制作，成本较低。由此，解决了相关技术中无法通过单一的触觉传感器同时对表面纹理和材料种类进行识别或者无法同时对表面纹理种类和接触压力大小进行识别，进而难以部署在功耗低、体积轻便的机器人上，在数据传输与通信中存在较高的数据延时的技术问题。[0207]图7为本技术实施例提供的电子设备的结构示意图。该电子设备可以包括：[0208]存储器701、处理器702及存储在存储器701上并可在处理器702上运行的计算机程序。[0209]处理器702执行程序时实现上述实施例中提供的基于摩擦纳米发电机的触觉感知方法。[0210]进一步地，电子设备还包括：[0211]通信接口703，用于存储器701和处理器702之间的通信。[0212]存储器701，用于存放可在处理器702上运行的计算机程序。[0213]存储器701可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。[0214]如果存储器701、处理器702和通信接口703独立实现，则通信接口703、存储器701和处理器702可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。[0215]可选地，在具体实现上，如果存储器701、处理器702及通信接口703，集成在一块芯片上实现，则存储器701、处理器702及通信接口703可以通过内部接口完成相互间的通信。[0216]处理器702可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。[0217]本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的基于摩擦纳米发电机的触觉感知方法。[0218]在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。[0219]此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。[0220]流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。[0221]在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或n个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。[0222]应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。[0223]本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。[0224]此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。[0225]上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!