CN115018700B 一种触觉图像超分辨率重建方法及采集系统 （大连理工大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115018700B(45)授权公告日2025.07.01

(21)申请号202210450174.2

(22)申请日2022.04.26

(65)同一申请的已公布的文献号申请公布号CN115018700A

(43)申请公布日2022.09.06

(73)专利权人大连理工大学

地址116024辽宁省大连市甘井子区凌工

路2号

(72)发明人刘倩吴兵张强魏小鹏

(74)专利代理机构北京方圆嘉禾知识产权代理有限公司11385

专利代理师程华

GO6N3/0464(2023.01)

GO6N3/0475(2023.01)

GO6N3/045(2023.01)

GO6N3/094(2023.01)

GO6N3/09(2023.01)

B25J9/16(2006.01)

B25J19/02(2006.01)

(56)对比文件

US2017293825A1,2017.10.12

US2021334584A1,2021.10.28审查员韩典伯

(51)Int.CI.

GO6T3/4053(2024.01)

GO6T3/4046(2024.01)权利要求书3页说明书8页附图5页

(54)发明名称

一种触觉图像超分辨率重建方法及采集系

统

(57)摘要

CN115018700B本发明涉及一种触觉图像超分辨率重建方法及采集系统，属于触觉感知领域，首先利用低分辨率触觉传感器获取高分辨率触觉图像样本，然后利用触觉超分辨率数据集训练基于深度学习的触觉超分辨模型，最后利用触觉超分辨模型将待测接触面的触觉数据重建为超分辨率触觉图像。本发明仅使用现有的基于触觉感应单元的低分辨触觉传感器，采用基于深度学习的触觉超分辨率重建技术，能够有效的恢复出接触面形状，在提高触觉传感器分辨率的同时，依然保持传感器轻巧，柔性，易于集成到机器人等设备上的特

CN115018700B

低分辨率触觉图像

低分辨率触觉图像

连续采样

触觉超分辨率模型

高分辨率触觉图像

触觉超分辨率数据集

离线在线

常见接触面

训练

CN115018700B权利要求书1/3页

2

1.一种触觉图像超分辨率重建方法，其特征在于，包括：

使用触觉传感器对每个接触面进行多次采样，获得每个接触面每次采样时的触觉数据和触觉传感器的中心点坐标；

根据每次采样时触觉传感器的中心点坐标，对每个接触面所有采样的触觉数据进行配准，获得对应接触面的一个高分辨率触觉图像样本；

选取接触面中心区域内每次采样的触觉数据和对应接触面的高分辨率触觉图像样本构成数据对，构建触觉超分辨率数据集；

根据所述触觉超分辨率数据集，采用有监督的机器学习方法训练深度学习网络模型，获得触觉超分辨率模型；

将触觉传感器采集的待测接触面的触觉数据输入触觉超分辨率模型，输出待测接触面的高分辨率触觉图像。

2.根据权利要求1所述的触觉图像超分辨率重建方法，其特征在于，所述使用触觉传感器对每个接触面进行多次采样，获得每个接触面每次采样时的触觉数据和触觉传感器的中心点坐标，具体包括：

设置机械臂沿X轴的采集次数I和沿Y轴的采集次数J;

根据触觉传感器的分辨率、采集次数I和采集次数J,分别确定沿X轴移动一次的预设距离△x和沿Y轴移动一次的预设距离△y;

将触觉传感器安装在机械臂末端；

预设采样位置(x,y,hinit)=(0,0,hinit);其中，hinit为触觉传感器到接触面的垂直距离；

使机械臂带动触觉传感器运动到接触面上方的采样位置(x,y,hinit),同时调节机械臂末端的Z轴垂直水平面，记录触觉传感器的中心点坐标；

控制机械臂向下运动至触觉传感器和接触面接触，采集多组触觉数据；

机械臂向上运动返回至采样位置(x,y,h?nit),完成第次采样；

令x增加△x,并将(x+△x,y,hinit)替换(x,y,hinit),返回步骤“使机械臂带动触觉传感器运动到接触面上方的采样位置(x,y,hinit),同时调节机械臂末端