1. 研究目的与意义（文献综述）
人类通过触觉感知所收集的信息来识别、抓取和操纵物体。而人类的触觉感知系统却是一个极其复杂的系统。根据神经信号的输入方式不同，可分为皮肤触觉，动觉感知和力触感知。其中，力触感知就是一种新型的人机交互模式。
机器人系统正不断地拓展其领域，从简单的工业装配到需要人机交互的家庭服务、医疗救护和空间精细化操作。同时，对机器人在未知环境和恶劣环境的操作需求也越来越大。为了多方面地实现人机交互，其中触觉感知在机器人获取接触特征起到了至关重要的作用。
迄今为止，在机器视觉领域，深度学习和其他丰富的算法及数据集已取得了飞跃性的进步。然而，触觉感知还不是一项很成熟的技术，甚至可以说是更难发展。相比计算机视觉感知，相机传感器的价格越来越多的人可以承担得起，大量的图片和视频数据包可以通过网络等方式轻松的获取，以及深度学习等方法使得机器视觉可以接近甚至超越人类的视觉。而在相同的方面，计算机触觉感知却十分有局限性。
2. 研究的基本内容与方案
设计内容：对于机器人而言，触觉也是获取环境信息的一种重要感知方式。通过触觉感知的方式可以更为直观地进行人机交互或人机协作。本设计通过grip分布式测量系统的数据采集，从触觉图片中提取特征，实现三维方向的识别。
设计目标：将grip分布式测量系统所采集的数据集通过多种机器学习的算法（如决策时、支持向量机、神经网络），识别三维方向。并对所提取的特征、算法和识别精度进行比较。分析、选取合适的特征和算法，以提高三维方向识别的准确度。
技术方案：多名实验者佩戴grip分布式测量系统，抓握一固定球体，同时施加14个方向中的某一方向（平行于球体3条垂直轴的6个方向和球体中心轴间的8个中心方向）。使用f-scan采集软件对grip进行多次时长为1秒的采集，其采样率为50hz，以“.csv”格式保存。使用matlab数学软件对所采集的数据集进行特征的提取与计算（例如：合力大小，受力重心、每根手指受力占总合力的比值等）。将所采集的数据集分类，将每一类中的数据分为训练集和测试集。归类分析特征进行比较，选取适合的特征，提高方向识别的准确度。
3. 研究计划与安排
第1周—第3周搜集资料，撰写开题报告；
第4周—第5周论文开题；
第6周—第12周撰写论文初稿；
4. 参考文献（12篇以上）
[1] h. wu, h. liu and d. liu,“two-dimensional directionrecognition using uniaxial tactile arrays”, ieee sensors j.,vol.13,no.12,pp.4897 - 4903, 2013
[2] 侯月阳,林新迪,卢山.触觉信息表征技术与分类感知试验[j].上海航天,2019,36(05):83-88.
[3]argall b d , billard a g . a survey of tactile human–robotinteractions[j]. robotics and autonomous systems, 2010, 58(10):1159-1176.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
