搏击训练参数测试仪设计外文翻译资料

基于PVDF并应用于机器人的三维压力触觉传感器研究

摘要：关于一个机械手是否可以平稳地抓住物体,可以检测其完全反映在三维方向上的力量信息。目前的抓取探测三维力触觉传感器仍然有一些缺陷存在。因此,本文试图设计一个基于PVD的F三维力触觉传感器，并设计了现在的传感器的结构和信号调节电路。即建立了一个压电薄膜和传感头结构数学模型。此外,传感器进行了测试和验证,结果表明,该传感器在机械手在抓取对象的过程中的三维力检测是有效的。

关键词：触觉传感器、PVDF、三维力。

1.介绍

广泛使用的机器人通过在现代工业的持续改进，促进了机器人自动化和智能化发展,因此使得机器人传感器技术的研究已十分重要。机器人传感器的研究主要包括集成和合成意识及微型化,所以触觉检测是机器人传感器功能的一个重要组成部分。触觉传感器的研究于1970年代在国外开始：在日本,佐贺大学使用韧性极好的柔性橡胶材料制成压敏导电触觉传感器感测系统，可以检测温度、硬度及热导率。在中国,罗志增使用各向异性压阻材料 CSA研制出一种高分辨率的弹性柔性触觉传感器,但它并不易弯曲且成本较高。本文提出了基于PVDF的三维力触觉传感器；它被用于修正当前机器人三维力触觉传感器在抓取过程中对信息检测的缺陷,结合PVDF压电特性和相关物理参数设计一个实用性很高与具有突出特点的机器人触觉传感器，体积小，结构简单、合理及灵敏度高,可以有效地检测出对象在三维方向上的力信息。与传统的触觉传感器相比,本设计中检测到的三维力信息可以充分响应力信息抓住一个对象的过程。

2.传感器的测量原理

PVDF是聚偏二氟乙烯的缩写,也是一个新型的压电高分子聚合物。根据PVDF压电薄膜的特性,极化的薄膜遭受压力在某些方向变形，偏极面会展示一定量的电荷。产生电荷通过相关电路输出转换成一个电信号,我们可以通过检测电信号的单位变化时间来测量相关压力压电薄膜的表面变形的受力信息。我们可以选择一个粘贴在四面的四棱PVDF压电薄膜。当施加一个力F在四棱镜的接触面，贴在四棱的每面的PVDF压电薄膜将受到不同压力。因为薄膜在每面受到不同的压力，每个薄膜电力的强弱将不同。我们可以通过检测的电信号计算四棱每一面的组件,因此在这个时候可以得出对象的三维方向力信息。

3.传感器的结构设计

传感头是这个设计的核心部分；为了有效地根据接触表面检测三维力信息，根据三维力测量原理,我们使用图1作为传感头的结构。

图1.传感器结构设计

图1显示的传感器头主要是由一个基座，四棱镜和PVDF压电薄膜构成的结构图。一基座为支撑，每个镜棱的表面贴一个PVDF压电薄膜。PVDF压电薄膜
被粘贴在每个四棱镜的表面将由于接触面产生的电荷而受力。我们可以检测分析零件发生变化的每个表面不同电荷的情况，可有效的提取与三维力信息相关物体的传感器的接触面。

4.传感器的模型和特征分析

4.1 FVDF传感模型和特征分析

PVDF压电薄膜微单元弹性元件信息及等同的压电元件系统如图2所示。

图2.PVDF力信息和等效模型

在这里,我们使用数字下标表示压电元件平面和相关的力的方向,X,Y,和Z三轴分别由1、2、3代表,在X,Y和Z三轴正切,由4、5、6分别表示。一般来说,x轴表示拉伸方向,由PVDF压电薄膜向伸长方向扩展压电常数增大;z轴方向不仅垂直于膜表面,表示为极化方向,其通常也是力方向，由于压电常数,是最大极化值:当传感元件是PVDF压电薄膜,其压电方程方程表达为图1所示：

（1）

在他们当中，电荷密度由压电系数和压力决定， Ii= 1- 3, j = 1-6

如果PVDF传感器单元上的力发生了变化,电荷Delta;q产生的变化也可以通过压电薄膜同时获得。

（2）

在前面的公式,Delta;q代表单位面积变化电荷量，是代表方向的压电常数；:显示方向压力的数量变化。

随着外施加压力和撤销压力,其响应的基本形状如图3(a),3(b)所示。

图3.PVDF压电传感器阶跃响应曲线。

4.2传感器头结构模型和描述

传感头的应力部分分析图如图4所示。

图4.传感头的受力分析示意图。

图4(b),4(c)显示,;图4(d)显示了触头的剖视图。如果我们两面扩展,它将是一个等腰撕裂形的侧面;这导致承受力量点O,A,B连线两边垂直。然后EP和FP是踏板位置中点到达FA,FB方向,如图4(d)所示,同样可以看到了FC ,FD方向。

在外部激发下,PVDF压电薄膜在外部力量下产生成正比的电荷Q,通过信号调理电路，电荷Q根据薄膜得出电压V，在A,B,C,D产生的施加组件可以获得电压值,所以我们可以明确区分三个方向x,y,和z。

PVDF励磁激发压电薄膜生产符合下列公式:

（3）

在这个公式中,S代表压电系数的比值,F代表压力大小。

5调节电路

基于PVDF的机器人三维力触觉传感器输出的电荷量非常弱,而传感器产生的结果信号具有较高的内部阻力和存在高频干扰。因此,它需要对基于PVDF产生的电荷信号加入一个调节电路。本文使用三级放大器电路解决这个问题。

图4.第一级放大电路(信号放大和转换)

第一阶段使用前置放大器电路,主要功能是放大信号和负责输入输出电压。

图5.二级放大电路(低通滤波器)

第二个阶段是使用一个低通滤波器获得,过滤触觉信号的高频干扰。

图6.三级放大器电路(带通滤波器)

第三阶段使用带通滤波器的末级放大器电路、此信号是由PVDF三维力传感器产生信号优化处理的最后一步。

6测试和数据分析

为了更逼真地检测物体在不同的状态被抓取的三维力信息,按照夹紧方向与水平面形成一个不一样的角度，分别提取信息。我们相关在物理力学理论基础上进行具体的实验。为了方便起见,我们选择三组的实验数据。对典型的特征角夹紧角度(0度,45度,90度)三维力信息的分析,计算后,我们可以获得触觉响应曲线如下:

图7. 夹紧水平方向0度

图8.夹紧水平方向45度

图9.夹紧水平方向90度

先前的触觉反应曲线可以显示我们在夹紧方向变化时，机器人以不同的角度来抓同一个物体，每一个与传感器表面接触的元件尺寸将被改变。检测到的三维力信息的接触涉及的对象传感器表面的实时变化，表明在力的情况下接触表面受到抓取。这个设计中当机器人和物体有效接触时可以检测三维力信息，有高度的灵敏性。

7结论
本文提出了一种以PVDF压电薄膜为依据的机器人触觉传感器。这个传感器与传统的机器人触觉传感器相比，我们在这个设计中可以有效地检测到物体三维力信息，当机器人手接触到接触到抓取物体后，经过一些实际测试，展现了高灵敏度，简单，合理的结构，灵活性，高实用性和促销价值的杰出特点。

基于加速度传感器的人体运动识别

摘要：加速度是运动的基本参数之一，可以使用加速度传感器测量，其值通过数学计算可以获得相应的位移和速度。这是一个可识别人体运动的系统，使用三轴加速度传感器，可完成对多达五个传感器网络节点的信息采集和数据分析。此系统可用于支持动作识别的电脑游戏，辨认率达95%。也可用于身体的康复训练，内科的辅助诊断，体能训练等。

关键词：三轴加速度传感器，ADXL330，动作识别，游戏控制。

I.说明

身体动作信息是多方面整合的动作功能的宏观反映，例如人体肌肉骨骼系统、神经控制系统等。通过人体运动识别，对身体各部位的位置和运动轨迹进行记录，可获得关于运动学和力学的人体运动信息。可以帮助临床医生评估是否有疾和康复的过程，从而提供一个精确的科学诊断和一个临床评估工具。随着微机电传感器技术和半导体技术的发展，小型化、智能化的加速度传感器已被广泛应用与人体运动识别。加速度传感器也被应用与辅助运动训练，训练强度监测，动作检测，车辆负载测试，步态分析等。ADXL330是基于MEMS的加速度传感器，由美国模拟器件公司出品，集成小尺寸、薄、低功率的单片机，完整的三轴，嵌入电压输出信号调理电路，加速度范围plusmn;3g。它可以测量斜坡的静态加速度和运动、冲击或震动造成的加速度。

II测量原理

人体运动的前臂与垂直方向（或者水平方向）总有一定的夹角。通过固定于前臂的三轴加速度计的每个轴与重力方向的夹角，前臂的运动姿态能被检测到。在前臂运动侦测之前，传感器固定在前臂，实物如图1所示。随着前臂运动状态的改变，前臂运动姿态的参数可以由改变后输出的处理过的传感器信号取得。

图1. 前臂动作检测示意图.

以简单的平面运动为例，被测量由肘关节置于桌面不做运动和它的前臂垂直与这个平面在肘关节周围做屈肘运动。加速度传感器安装在手腕，它的位置必须在运动中保持不变。在以上约束条件下，如果前臂不动，我们只需要检测重力与当前加速度传感器每个轴之间的角度，从而可以获得前臂的姿势。

图2.静态传感器应力分析图.

当传感器仍处于相对静态,它将是服从地心引力,因而传感器输出的加速度和它的重力大小相等但方向相反,以及在三轴的信号输出部分取决于三个灵敏轴和重力的方向之间的角度。当传感器是相对静态的,其应力分析图2所示。每个传感器的传感轴和重力方向之间的角度分别是theta;,ϕ和y。假设重力加速度是g，在三个坐标轴的传感器的输出电压为：

V_X=kgcostheta; v₀

V_y=kgcosϕ v₀ (1)

V_z=kgcosy v₀

V_X，V_y，V_z分别是传感器在X,Y,Z轴的输出电压;k为敏感性;g为重力加速度,一般9.8m/s²;v₀为加速度等于零时的输出电压。(2)式可以由(1)式的逆函数求得。

theta;=arccos()

ϕ=arccos() (2)

Y=arccos()

所有的v,k和g已知,只要取得V_X，V_y，V_z，传感器的每个轴和重力方向的夹角可以得出，因此,身体运动的空间姿态也可以得出。

Ⅲ系统设计

硬件设计

该系统由两部分组成:信号采集和数据处理,如图3所示。信号的采集部分包括5个三轴加速度传感器的作为传感器节点,测量节点根据需求安装在人体。它的主机提供了五个加速度传感器与同步信号，控制并同步地收集信号。主机从每个传感器接收加速度数据，完成一次信号采集,它将通过无线通信传输数据到数据处理部分。数据处理部分通过传感器处理数据采集,最后就可以识别出人体运动。

图3.系统的总体结构图.

B.数据处理

在数据处理部分,从信号采集部分获得的数据是由变化的加速度数组。假设5个传感器安装在人体的手臂上,每个传感器都有3通道输出模拟数据,每一个都包含20个数据采样点。因此将获得15个数组,每个数组包括20个元素。因为每个元素表示检测点指向一次某个方向的加速度,其时间积分可以得到这一采样点这次的速度,然后由合速度可以得到这点指向某个特定的方向的位移。如果矢量三个方向的位移矢量综合这点在空间的位移矢量，那么它运动后的空间位置也可以根据其运动前位置得出。

以运动训练为例,在研究身体动作中,主要参数通常包括肢体的力量,运动速度,肢体位移跟踪和空间位置。上述参数可由点的加速度得出,它的计算公式如下。

F=ma （3）

F是肢体运动的力量;m表示肢体运动的等效质量,a为运动加速度。

（4）

v是运动速度;v₀初始速度;为加速度的时间积分。

（5）

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[147683]，资料为PDF文档或Word文档，PDF文档可免费转换为Word