一种三维力传感器、重建方法、存储介质及设备

本申请涉及传感器，具体地涉及一种三维力传感器、重建方法、存储介质及设备。

背景技术：

1、随着机器人技术与具身智能的发展，触觉感知能力已成为机器人实现精细操作与安全交互的重要基础能力之一。相比视觉感知，触觉信息能够直接反映机器人与环境之间的接触状态、作用力大小以及接触位置变化，在机器人抓取、操作以及人机交互等应用场景中具有重要作用。目前，柔性触觉传感器主要包括电阻式、电容式以及压电式等类型，其中电阻式柔性触觉传感器由于具有结构简单、制造成本低以及易于实现柔性化等特点，得到了广泛研究。

2、然而，现有柔性触觉传感器在实现高性能三维力感知时仍存在一定限制。一方面，传统三维力传感器通常需要通过复杂的结构设计实现不同方向力分量的解耦；另一方面，为提升触觉传感器的空间分辨率，现有方法通常采用增加传感单元数量或缩小传感单元尺寸的方式构建高密度阵列。

3、因此，现有传感阵列难以兼顾较低结构复杂度与高性能三维力感知能力。

技术实现思路

1、本申请实施例的目的是提供一种三维力传感器、重建方法、存储介质及设备，用于解决现有传感阵列难以兼顾较低结构复杂度与高性能三维力感知能力的问题。

2、为了实现上述目的，第一方面，本申请提供一种三维力传感器，所述传感器包括：力扩散层，用于接收外部的作用力，并对所述作用力进行空间传递；导电敏感层，设置于所述力扩散层下方，用于基于所述力扩散层传递的作用力改变与叉指电极层的接触状态；叉指电极层，设置于所述导电敏感层的下方，包括多个传感单元，每个所述传感单元采用四象限叉指电极结构，每个象限包括一个独立电极区域，用于基于所述接触状态的改变，输出对应电极区域的电学响应信号；数据采集模块，与所述叉指电极层连接，用于采集所述电学响应信号。

3、可选的，在所述叉指电极层中，所述传感单元基于正三角形网格的方式排列形成阵列结构，且相邻所述传感单元之间基于预设间距排列。

4、可选的，所述传感器还包括微结构层，所述微结构层设置于所述力扩散层与所述导电敏感层之间，用于基于所述力扩散层传递的作用力发生形变，并基于所述形变改变所述导电敏感层与所述叉指电极层的接触状态。

5、可选的，所述力扩散层采用硅胶材料，所述硅胶材料的硬度与所述力扩散层的感知量程呈正相关，与所述力扩散层的灵敏度呈负相关。

6、可选的，所述导电敏感层采用碳纳米管/热塑性聚氨酯复合导电材料，其中碳纳米管作为导电填料形成导电网络，热塑性聚氨酯用于提供柔性支撑并增强复合导电材料与基底之间的结合能力。

7、可选的，所述数据采集模块包括分压电路和模数转换器，所述分压电路用于采集各电极区域的输出电压，所述模数转换器用于将所述输出电压转换为数字信号。

8、第二方面，本申请提供一种用于所述的传感器的三维力重建方法，所述方法包括：获取所述数据采集模块采集的电学响应信号；基于所述叉指电极层中各个象限的空间拓扑关系，构建图结构，并将所述采集的电学响应信号作为所述图结构中对应节点的初始节点特征；基于预先训练的三维力超分辨率重建模型中的图神经网络特征提取模块，对所述图结构进行特征提取与聚合，得到邻域增强节点特征；基于预先训练的三维力超分辨率重建模型中的位置-三维力联合预测模块，对所述邻域增强节点特征进行处理，得到所述电学响应信号对应的接触位置坐标及三维作用力分量，完成所述三维力重建。

9、可选的，所述图结构的构建方法包括：将各个所述象限作为所述图结构的节点；基于所述象限之间的空间拓扑关系，构建所述图结构的边。

10、可选的，所述图神经网络特征提取模块采用基于图注意力机制的图神经网络，用于通过自适应学习不同象限之间的空间关联权重，对所述图结构中对应节点的初始节点特征进行邻域空间关联特征提取与聚合，以得到所述邻域增强节点特征。

11、可选的，所述三维力超分辨率重建模型的训练方法包括：在所述传感器表面的不同位置施加不同大小和不同方向的三维作用力；采集所述三维作用力对应的三维作用力分量、实际接触位置坐标和电学响应信号，构建训练数据集；基于所述叉指电极层中各个象限的空间拓扑关系，构建图结构，并将所述训练数据集的电学响应信号作为所述图结构中对应节点的初始节点特征，结合对应的三维作用力分量和实际接触位置坐标得到图结构数据集；基于所述图结构数据集，对所述三维力超分辨率重建模型进行训练，使所述图神经网络特征提取模块自适应学习不同象限之间的空间关联权重，以得到所述邻域增强节点特征，并使所述位置-三维力联合预测模块学习所述邻域增强节点特征、所述三维作用力分量和所述接触位置坐标之间的非线性映射关系。

12、第三方面，本申请提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行所述的方法。

13、第四方面，本申请提供一种用于三维力重建的设备，该设备包含存储器及处理器，所述处理器用于运行程序，其中，所述程序被运行时用于执行所述的方法。

14、本申请提供的三维力传感器当受到外部作用力时，通过力扩散层的空间传递作用向下传递，使导电敏感层表面的微结构发生形变，导电敏感层与叉指电极之间的有效接触面积增加，导电通路数量增加，从而使对应传感通道的电导值发生变化。其中，由于力扩散层的空间传递特性和叉指电极层的四象限叉指电极结构，不同位置和不同方向的外部作用力会引起不同传感单元以及不同象限电极产生差异化响应，因此，即使传感器采用稀疏阵列结构，多个传感通道之间仍能够形成包含接触位置和作用力信息的空间响应模式，从而解决了现有传感阵列难以兼顾较低结构复杂度与高性能三维力感知能力的问题。

15、本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

1.一种三维力传感器，其特征在于，所述传感器包括：

2.根据权利要求1所述的传感器，其特征在于，在所述叉指电极层中，所述传感单元基于正三角形网格的方式排列形成阵列结构，且相邻所述传感单元之间基于预设间距排列。

3.根据权利要求1所述的传感器，其特征在于，所述传感器还包括微结构层，所述微结构层设置于所述力扩散层与所述导电敏感层之间，用于基于所述力扩散层传递的作用力发生形变，并基于所述形变改变所述导电敏感层与所述叉指电极层的接触状态。

4.根据权利要求1所述的传感器，其特征在于，所述力扩散层采用硅胶材料，所述硅胶材料的硬度与所述力扩散层的感知量程呈正相关，与所述力扩散层的灵敏度呈负相关。

5.根据权利要求1所述的传感器，其特征在于，所述导电敏感层采用碳纳米管/热塑性聚氨酯复合导电材料，其中碳纳米管作为导电填料形成导电网络，热塑性聚氨酯用于提供柔性支撑并增强复合导电材料与基底之间的结合能力。

6.根据权利要求1所述的传感器，其特征在于，所述数据采集模块包括分压电路和模数转换器，所述分压电路用于采集各电极区域的输出电压，所述模数转换器用于将所述输出电压转换为数字信号。

7.一种用于如权利要求1-6任一项所述的传感器的三维力重建方法，其特征在于，所述方法包括：

8.根据权利要求7所述的方法，其特征在于，所述图结构的构建方法包括：

9.根据权利要求7所述的方法，其特征在于，所述图神经网络特征提取模块采用基于图注意力机制的图神经网络，用于通过自适应学习不同象限之间的空间关联权重，对所述图结构中对应节点的初始节点特征进行邻域空间关联特征提取与聚合，以得到所述邻域增强节点特征。

10.根据权利要求7所述的方法，其特征在于，所述三维力超分辨率重建模型的训练方法包括：

11.一种机器可读存储介质，该机器可读存储介质上存储有指令，其特征在于，该指令用于使得机器执行如权利要求7-10中任一项所述的方法。

12.一种用于三维力重建的设备，该设备包含存储器及处理器，其特征在于，所述处理器用于运行程序，其中，所述程序被运行时用于执行：如权利要求7-10任一项所述的方法。