1.基于视觉触觉传感器的按摩手法的识别方法,其特征在于,该方法包括以下步骤:S1:传感器校准与数据集构建:将标定后的ATINano17六维力传感器固定于底座(6),通过不同按摩手法按压弹性皮肤(1),同步采集32000组触觉图像与对应的六维力/力矩数据,按6:4比例划分为训练集与测试集;
采集拇指指尖、指端、螺纹面、偏锋、关节五种施力位置的图像各500张,按6:3:1比例划分为训练集、验证集与测试集;
S2:施力位置识别模型训练:对YOLOv8分类模型设置批次大小为16、训练轮数为50,将施力位置图像尺寸统一调整,输入模型进行训练,获得施力位置识别模型;
S3:力/力矩估计模型训练:采用修改后的VGG16网络,保留13个卷积层与3个全连接层,将网络输出层替换为6个神经元以对应X、Y、Z轴的力与扭矩;
采用SGD优化算法、StepLR学习率调度及MSE损失函数,在ImageNet预训练基础上微调模型,训练100轮后获得力/力矩估计模型;
S4:按摩手法特征提取:利用特征提取模块对力/力矩估计模型输出的力/力矩时序数据,提取时域特征、频域特征及合成力/扭矩特征,构建特征向量;
S5:按摩手法识别:将特征向量输入随机森林分类器,设置决策树数量为200、最大深度为10,训练模型后实现对按法、滚法、摩法、揉法、推法、击法、振法的识别;
该方法使用基于视觉触觉传感器的按摩手法测量装置进行识别,测量装置包括:视觉触觉传感器主体,所述视觉触觉传感器主体由弹性皮肤(1)、透明亚克力支撑板(2)、RGB三色LED照明单元(3)、黑色树脂外壳(4)、微型相机(5)和底座(6)组成;
所述弹性皮肤(1)依次叠加有透明凝胶层(7)、黑色圆形标记点层(8)、白色背光层(9)与黑色保护层(10);
所述黑色树脂外壳(4)内部设有用于固定RGB三色LED照明单元(3)、透明亚克力支撑板(2)及微型相机(5)的卡槽;
所述微型相机(5)安装于底座(6)上方,用于捕获弹性皮肤受压后黑色圆形标记点的形变图像;
数据采集模块,所述数据采集模块分别与微型相机(5)、标定后的六维力传感器连接,同步采集触觉图像数据与六维力/力矩真值数据;
还包括数据采集模块、数据预处理模块、特征提取模块以及手法识别模块;
所述数据预处理模块用于对微型相机(5)采集的触觉图像进行背景归一化、噪声去除处理,将彩色图像转换为背景为白色、标记点为黑色的黑白图像,同时对六维力/力矩数据进行量纲统一,消除不同维度数据的尺度差异;
所述特征提取模块用于提取六维力/力矩数据的时域特征、频域特征及合成力/扭矩特征;
所述时域特征包括平均值、最大值、最小值、标准差、偏度、峰度;
所述频域特征包括主频、频谱熵;
所述合成力/扭矩特征包括平均合力、最大合力、合力波动、平均合扭矩、最大合扭矩、扭矩波动及力扭矩相关性;
所述手法识别模块包含施力位置识别子模块与按摩手法识别子模块;
所述施力位置识别子模块采用预训练的YOLOv8分类模型;
所述按摩手法识别子模块采用随机森林分类器。
2.根据权利要求1所述的识别方法,其特征在于,
S4中,通过雷达图对不同按摩手法的特征向量进行可视化分析,确定Tz轴扭矩标准差、合成扭矩均值、Ty轴扭矩标准差为区分不同按摩手法的关键特征;
其中推法的Tz轴扭矩标准差归一化后范围为0.08-0.15,揉法的Tz轴扭矩标准差归一化后范围为0.25-0.40。
3.根据权利要求1所述的识别方法,其特征在于,
S1中,ATI Nano17六维力传感器的测量范围为:X轴力Fx、Y轴力Fy均为[-4 N,4 N],Z轴力Fz为[0,-14 N],X轴扭矩Tx、Y轴扭矩Ty、Z轴扭矩Tz均为[-200Nmm,200Nmm]。
4.根据权利要求1所述的识别方法,其特征在于,
所述弹性皮肤(1)的透明凝胶层(7)材质为C2H6OSi,耐温范围为-30℃至200℃,白色背光层(9)采用金刚石抛光粉喷涂制成,黑色圆形标记点层(8)采用铁粉喷涂制成,且均匀分布于透明凝胶层(7)表面;和/或标记点尺寸为2mm×2mm。
5.根据权利要求1所述的识别方法,其特征在于,
所述RGB三色LED照明单元(3)安装于黑色树脂外壳(4)侧边,灯光经透明凝胶层(7)混合后均匀投射至弹性皮肤(1)内侧,所述黑色树脂外壳(4)采用遮光材质制作。