PVDF薄膜傳感器滑動信號的積分簡化識別算法

劉偉，丁力平，翟建軍，武新光，賀鋆軒

(1. 南京航空航天大學 機電學院，江蘇 南京 210016；2. 西安北方惠安化學工業有限公司，陜西 西安 710000)

0 引言

傳感器是機器人與工作環境直接產生作用的必備媒介，通過模仿人類的感知，反饋接觸、滑動、溫度等信息，進而使機器人完成物體抓取等操作任務。而檢測機械手與物體間的滑動，是實現夾持力柔順控制和高精度抓取的關鍵所在。

常見的觸滑覺傳感器[1]主要有電容式、壓阻式、磁敏式、光纖式等，但這幾類傳感器因為精度不高、標定復雜、難以集成等逐漸被淘汰。目前，壓電式應用最廣，特別是近年來研發的聚偏氟乙烯(polyvinylidene fluoride，PVDF)薄膜，由于其壓電能力強、柔性好、強度大、耐力學沖擊、耐腐蝕和可任意分割等優點得到廣泛應用[2]。它能同時檢測觸覺和滑覺信號，但兩者耦合在一起，分離上存在一定困難。

辛毅、田紅英等人[3]利用PVDF薄膜構建了基于LabVIEW的觸滑覺識別系統，獲得了典型的觸覺信號和滑覺信號的變化曲線；張立勛等人[4]利用斜率和方差的計算對PVDF薄膜產生的信號進行處理，區分物體的碰撞和滑動。但是，因物體的表面粗糙度等因素各不相同，采用閾值或斜率這類絕對值的方法判別具有一定的局限性；而方差法需要采集足夠多的信號才能提高算法的準確性，在實時性方面不夠好。

本文以PVDF壓電薄膜作為傳感元件，將其用于檢測上、下料機器人末端執行器柔順抓取過程中物體的滑動信息，并設計一種基于積分簡化的滑動信號識別算法，通過多次試驗，確定物體產生滑動時的信號閾值，為夾持力控制和調整提供準確實時的反饋。

1 PVDF壓電薄膜的傳感原理

PVDF是一種含氟聚合物，極化之后有很強的壓電特性，經過多年的發展已經成為最具潛力的聚合物壓電材料[5]。

如圖1所示，將PVDF薄膜沿x方向單軸拉伸，沿z方向極化，處理之后可作為壓電傳感元件使用。使用時，薄膜表面受力產生的微振動會使其攜帶的電荷量發生變化，通過放大和處理轉化為電壓信號，即可以為控制系統提供反饋信息。

壓電方程[6]反映了晶體電學量和力學量之間的相互關系。處理后的薄膜壓電常數矩陣為：

(1)

此時外加電場為0，其壓電方程表示為：

Di=dijTj(i=1～3，j=1～6)

(2)

式中:T為應力(N/m2)；D為電位移(C/m2)；d為壓電應變常數矩陣。

PVDF壓電薄膜的電荷輸出是指它所有方向上的應變在極化方向上作用的響應[7]。試驗中所用壓電薄膜極化方向沿薄膜厚度方向，將其貼附在機械手指的內表面。此時，傳感器有橫向和縱向兩個方向上的受力，故其輸出電荷可表示為：

Q=(d31S1+d32S2)·EA

(3)

式中:dij為壓電應變常數；Si為應變(i=1、2)；E為彈性模量；A為傳感器電極覆蓋的面積。

2 滑覺傳感器信號處理電路

傳感器的信號處理電路如圖2所示。電路以多級TL081運放作為核心元器件，分為電荷變換級、適調級、低通濾波器、末級功放、過荷級等幾個部分[8-9]。

整個信號處理電路可視為一個具有深度負反饋的運算放大器，其等效電路如圖3所示。

圖3 信號處理等效電路

Kf為放大電路的開環增益，則傳感器輸入電荷與電路輸出電壓之間的關系可用下式來表示：

(4)

式中：U0為電路輸出電壓；U1為等效輸出電壓；Q為傳感器電容的電荷量；Kf為放大器開環增益；C1為等效電容。

由米勒定理可知，等效電容與反饋電容的關系為：

C1=C+(1+Kf)Cf

(5)

式中：C=Ca+Cc+Ci；Ca為傳感器自身電容；Cc為電纜電容；Ci為輸出電容。

從本節推導也可以看出，PVDF壓電薄膜傳感器的輸出只與電荷量有關。薄膜振動產生電荷量越多，電壓信號越大；反之，電荷逐漸釋放，輸出電壓降為初始值。

3 基于積分簡化的滑動信號識別算法

理論上，由于壓電薄膜的電容特性[10]，機械手與物體之間接觸力變化產生的傳感器信號呈跳躍式，且持續時間很短，如圖4(a)所示；有相對滑動時，薄膜表面產生微振動，傳感器信號呈連續式，持續時間較長，如圖4(b)所示。

實際抓取過程中，機械手與物體接觸碰撞產生的信號對滑動狀態的檢測會產生干擾，因此，設計有效的滑動識別算法，區分接觸和滑動信號，才能準確地反饋滑動狀態，這對實現柔順抓取至關重要。

圖4 理想電壓信號曲線示意圖

目前常用的方法有斜率識別和方差識別。斜率法以采樣起始點和極值點之間的斜率作為識別標準，然而實際上不同物體表面各不相同，信號極值波動較大，接觸和滑動引起的信號難以直接區分。方差法能夠反映信號趨勢，在一定程度上對兩者進行區分，但是需要采集到足夠多的數據才能提高算法的準確度，耗時較長，實時性不高。兩種方法均有一定的局限性，本文設計了一種積分簡化的識別算法，能夠實時高效地判斷物體滑動程度。檢測到的傳感器電壓信號如圖5所示。

圖5 積分簡化算法識別示意圖

在一個采樣區間nT內(n為采樣周期數，T為采樣周期)，電壓信號的極值為Vmax，矩形部分面積為S，與曲線及坐標軸圍成的陰影部分面積為SV，則兩者可以分別表示為：

S=nTVmax

(6)

(7)

那么，物體的滑動程度δ可以表示為

(8)

考慮到積分計算的復雜程度，為提高算法的效率，將積分進行如下簡化：

(9)

代入(8)式可得：

(10)

可見，δ值的大小即可以反映物體的滑動程度，而且值越大滑動程度越大。

理想情況下，積分簡化算法識別過程如圖6所示。圖6(a)為接觸力信號識別，圖6(b)為滑動信號識別。顯然當取樣區間相同時，滑動信號的δ值遠大于接觸力信號的δ值。

圖6 理想曲線的積分簡化算法識別示意圖

通過試驗發現傳感器輸出信號的初始值不為0，因此為了避免對滑動信號的識別造成影響，去除了陰影部分面積中初始值與坐標軸圍成的部分，修改后的滑動信號識別算法為：

(11)

4 試驗驗證及結果分析

試驗所用美國某公司生產的PVDF壓電薄膜如圖7所示，厚度為150μm。薄膜一端鉚接兩根導線，分別連接壓電薄膜的兩面，導線與電荷運算放大器相連組成滑覺傳感器。

圖7 PVDF壓電薄膜

將壓電薄膜緊貼在機械手內表面，當其與物體有接觸或者相對滑動時，產生的電荷經過調節電路處理之后轉化為電壓信號，通過UMAC控制器采集數據到上位機進行處理，試驗系統整體如圖8所示。

圖8 滑動信號識別試驗系統

通過試驗得到的傳感器輸出波形如圖9所示，對采集到的數據進行處理得到結果如下：

1) 由圖9(a)可以看出，抓取過程中機械手剛接觸到物體時由于碰撞傳感器信號突然增大，隨后快速降低并在初始值附近波動，利用式(11)積分簡化算法計算出此時δ=20.7%；

2) 隨著夾持力增大，完成物體的預夾緊并嘗試向上抬起如圖9(b)所示，物體仍有滑動產生，此時的δ=46.1%；

3) 當夾持力增大到夾緊物體時無滑動產生，如圖9(c)和圖9(d)，傳感器信號幾乎沒有波動，δ值約為0。

圖9 滑覺傳感器輸出信號

為了驗證該積分簡化算法的先進性及實用性，以滑動信號識別的準確度和實時性作為兩個衡量指標，對同一次抓取試驗采集到的有效數據，分別利用閾值法、斜率法及方差法進行識別。經過多次試驗，其中某5次結果如表1和表2所示。

表1 閾值法識別結果 單位：V

表2 斜率法識別結果 單位：V

由表1、表2的閾值法和斜率法識別結果可以看出，物體發生接觸和滑動時傳感器的電壓信號大小，沒有明顯的界限和規律，多次試驗的準確率均低于10%。因此難以用來識別PVDF壓電薄膜傳感器的滑動信號。

在利用方差法識別時，同樣取前150個有效數據點，得到的接觸和滑動時信號沒有明顯區別，試驗準確率較低，因此將取樣點擴大到300個，識別結果如表3所示。接觸時信號方差普遍在1.2V2以上，而滑動時信號方差低于1.0V2，有一定的區分度。但是由試驗數據可知，當采集的信號達到400個左右時物體已經滑落，可見方差法的實時性不能達到要求。

表3 方差法識別結果 單位：V2

表4為積分簡化法識別結果，取樣點為150個。可以看出接觸信號與滑動信號的δ值具有明顯的區別：當δ<23%時傳感器輸出的是接觸力變化引起的信號，當δ>40%時產生的是滑動信號。對比方差法可知，取樣點少了一半，實時性得到提高，并且幾乎沒有誤判，準確度較高。

表4 積分簡化法識別結果 單位：%

5 結語

本文將PVDF壓電薄膜作為檢測機器人柔順抓取過程中物體滑動程度的壓電傳感元件，利用調理電路對傳感器信號進行處理，并基于其壓電特性提出一種積分簡化的滑動識別算法，對采集到的數據進行處理，進而判斷物體的滑動情況。通過抓取試驗驗證了算法的可行性和先進性，結論如下：

1) 與傳統的閾值法、斜率法和方差法相比，本文提出的積分簡化算法具有更高的準確性和實用性，識別速度提高近1倍；

2) 通過多次試驗確定δ值超過40%時物體即發生了相對滑動，可以將這種傳感器及滑覺信號識別算法應用到機器人抓取過程中物體的滑動檢測，為實現柔順抓取提供反饋。