滑移检测：单变量触觉信号的分析与标定

人手中存在对滑移相关机械瞬变敏感的触觉传入神经，其通过次级力调节机制增强了抓取的鲁棒性。尽管已有该认知，且基于触觉的滑移检测已被研究数十年，鲁棒的滑移检测仍非任何市售触觉传感器开箱即用的能力。本研究旨在通过一项涵盖滑移检测多个方面的综合性研究来弥补这一差距。关键进展包括：产生数百万传感数据点的系统化数据收集过程、多变量到单变量传感器输出的通用转换、对单变量传感器输出的深入频谱分析，以及将长短期记忆（LSTM）神经网络应用于单变量信号，从而由三种市售具备触觉感知能力的传感器构建出鲁棒的滑移检测器。这些传感器底层的传感元件在数量、空间排布和力学机制上各异，分别利用了机电电阻、光学和水声学原理。关键的是，触觉技术的滑移检测性能通过一种测量方法得以量化，该方法揭示了数据窗口大小、采样率、材料类型、滑移速度和传感器制造差异性的影响。结果表明，所调研的市售触觉传感器天生具备高质量的滑移检测能力。