触觉感知算法

你是否曾想过，让机器像人一样拥有“触觉”？我们正在将这个想法变为现实。在一个项目中，我独立设计并搭建了一副独特的触觉数据采集手套，它不仅能捕捉复杂的触觉信息，还能让机器“理解”并“复现”这些感受。

核心设计：打造“感应”之手

这副手套是项目的基石。我将 16个FSR402压力传感器 和 6个Flex Sensor 2.2弯曲传感器精心集成在手套上，让它成为一个强大的触觉数据采集终端。这些传感器能够实时捕捉物体接触时的压力分布和手指的弯曲角度，为后续的数据分析提供了丰富的原始信息。

通过这个手套，我们构建了一个包含19种不同形状和重量物体的触觉数据集。这就像是为机器建立了一个触觉“字典”，让它通过与不同物体的交互来学习和积累经验。

智慧大脑：让机器“读懂”触觉

有了数据，下一步就是让机器理解它。我创新性地设计了基于图卷积神经网络（GCN）的触觉感知模型Tactile-GAT。这个模型能够分析传感器之间复杂的空间关系，并从中识别出物体的形状和重量。这就像是给了机器一个“大脑”，让它能从一堆数字中“看”出物体的“模样”。

这项研究成果得到了学术界的广泛认可，已成功发表一篇SCI论文，并申请通过一项专利，这证明了我们在该领域的技术创新性和领先地位。