用Hopfield 神经网络实现触觉图像恢复.docVIP

用Hopfield神经网络实现触觉图像恢复席旭刚，罗志增 （杭州电子科技大学智能控制与机器人研究所杭州310018） 通过对安装于机器人手爪上的阵列触觉传感器所采集到的触觉图像的分析提出了用Hopfield神经网络实现触觉图像恢复的技术。Hopfield神经网络把触觉图像的每一个像素作为一个处理单元（神经元），像素之间的关系即神经元之间的权值作为储存单元。首先利用Hebb规则计算权值矩阵用以存储所有样本的标准模式，然后利用网络的联想记忆能力恢复被抓物体的触觉图像。实验结果表明该方法能达到很好的触觉图像恢复和识别效果。阵列触觉；Hopfield神经网络；触觉图像恢复TP24　　文献标识码：A　　国家标准学科分类代码：460.402 Tactile image restoration using Hopfield neural network Xi Xugang, Luo Zhizeng （Intelligent control Robotics InstituteHangzhou Dianzi University, Hangzhou 310018, China） AbstractThe technique of tactile image restoration using Hopfield neural network is presented through analyzing tactile image collected with robotic paw tactile sensor array. Hopfield neural network regards every pixel of the tactile image as a processing unit (neuron) and the relation among pixels that is the weight of the neural network as a memory cell. Firstly, the weight matrix that is used to store the standard mode of all samples is calculated using Hebb rule. Then the tactile image is restored using the associative memory of Hopfield neural network. Experiment shows that the proposed approach is effective in tactile image restoration and recognition. Key words：tactile sensor array; Hopfield neural network; tactile image restoration 1　引　　言 机器人触觉在机器人感觉系统中占有非常重要的地位，它具有视觉等其感觉无法替代的功能。视觉一般须借助光照完成，当光照受限时，与人的感觉一样，触觉的重要性就突显出来了。机器人触觉传感器主要有检测和识别功能。检测功能包括对目标物的物理性质、机械手与目标物的接触状态、抓取目标物时的夹持力、滑移等信息进行检测。识别功能是在检测的基础上提取操作对象的形状、大小、刚度等特征，以进行分类和目标识别[12]。 神经网络是模仿人脑的工作机制，用大量简单的计算单元（神经元）连成网络，进行并行计算，并能存储大量的经验知识的计算模型。Hopfield神经网络是一个单层回归自联想记忆网络处理单元(神经元)是全连的，并且都能作为一个联想记忆器。由于触觉传感器本身的分辨率不高，相对于视觉图像触觉图像的分辨率极低，同时由于机械及与目标物接触点和接触力的原因，不免引进一些噪声，这触觉图像的恢复和识别带来了很大的难度。但是，Hopfield神经网络可以把触觉图像的每一个像素作为一个处理单元（神经元），像素之间的关系即神经元之间的权值作为储存单元。所有的存储单元（权值）一起才代表有意义的信息，这些特点能够提供很大的容错性，可以很好解决上述触觉图像所特有的一些问题。还有一点必须指出的是，Hopfield神经网络要求输入样本必须正交以及网络相对较低的存储容量，选取Hopfield网络进行高分辨率视觉图像识别是不合适的。Xuan_Jing于1992年的一份研究也表明：对Hopfield网络、Hamming网络以及神经认知机种网络进行比较，对于字符识别来说，Hopfield网络不适合[3]。但是，相对于视觉图像，触觉图像的像素点少分辨率低，同时触觉图像在机器人应用领域用于识别的样本对象有限，所以Hopfield神经网络的容