《机器人环境感知》——实践项目6.多模态感知方法.docxVIP

实践项目六多模态触觉感知的物体识别实验

6.1实验目的

（1）学习并掌握时间序列形式的触觉数据的采集、处理和分析过程。

（2）理解触觉数据的特征提取、特征融合和特征分类的一般流程。

（3）能够基于Python编程实现触觉数据的自动化处理和分类。

6.2实验任务

旨在通过触觉传感器收集不同物体的触觉数据，包括抓取物体时手爪的应变以及其运动时的角度、角速度和加速度等信息，利用先进的数据处理技术提取关键特征，并通过特征融合增强模型的识别能力。最终，设计并实现一个高效的集成分类器，对触觉数据进行准确分类，以实现对多类物体的高性能识别。

6.3实验内容及步骤

6.3.1基础认知实验

了解机械手爪的控制方法，时间序列形式的力触觉数据信号的处理和分析方法，以及根据数据实现目标识别的基本流程，学习需要使用的BOSS模型、AF融合框架以及I-ELM分类器的基本原理，熟练掌握Python语言的使用方法，各类相关工具库的使用以及代码的集成。

6.3.2多模态触觉数据集准备

使用第四章中提到的抓取9类物体所生成的数据集，共1694个样本，每个样本包括三个手指的应变大小（FBG应变）和运动信息（角度、角速度和加速度），数据的展示效果可参考第四章的图4-28。每个样本都包含了对目标物体的抓取、握住和释放全过程的触觉信号，对应这些数据各自进行了标准化处理，以消除不同模态数据其单位与数值带来的影响。每