Informationsverarbeitung mit Maschinellem Lernen für Taktile Sensoren

Konferenz: MikroSystemTechnik 2019 - Kongress
28.10.2019 - 30.10.2019 in Berlin, Deutschland

Tagungsband: MikroSystemTechnik Kongress 2019

Seiten: 4Sprache: DeutschTyp: PDF

Persönliche VDE-Mitglieder erhalten auf diesen Artikel 10% Rabatt

Autoren:
Kühn, Jan (Fritz-Hüttinger-Lehrstuhl für Mikroelektronik, Institut für Mikrosystemtechnik — IMTEK, Universität Freiburg, Deutschland)
Jäger, Joas (Fritz-Hüttinger-Lehrstuhl für Mikroelektronik, Institut für Mikrosystemtechnik —IMTEK, Universität Freiburg, Deutschland)
Kuhl, Matthias (Institut für Integrierte Schaltungen, Technische Universität Hamburg, Deutschland)
Manoli, Yiannos (Fritz-Hüttinger-Lehrstuhl für Mikroelektronik, Institut für Mikrosystemtechnik —IMTEK, Universität Freiburg, Deutschland & Hahn Schickard, Wilhelm-Schickard-Straße 10, 78052 Villingen-Schwenningen, Deutschland)

Inhalt:
Taktile Sensoren geben robotischen Greifsystemen essentielles Sensorfeedback für die Manipulation von Objekten. Der vorgestellte taktile Sensorfinger misst statische Kräfte und Abrutschvibrationen mit einem Array von gleichartigen Stresssensoren. Anstatt den Sensor zu kalibrieren, um Kräfte quantitativ zu messen, wird maschinelles Lernen verwendet, um abstrakte Informationen aus den Rohdaten der Sensoren zu extrahieren. Dieses Informationsverarbeitungsschema kann durch die räumliche Verteilung der Stresssensoren die Richtung von aufgebrachten Kräften mit einer Genauigkeit von 99.8% klassifizieren. Gleichzeitig kann mit der selben Signalverarbeitung das Abrutschen des Sensors ohne Spektralanalyse mit einer Genauigkeit von 99.6% erkannt werden.