抓取状态精准辨识
集成柔性传感器与IMU的多自由度气动软体机械手,可实时区分摇动、稳定与滑动三种抓取状态。
Wang, Haoyuan · Fu, Zhongzheng · Andong, Li · Lujie, Yi · Yuxiao, Sun · 陈欣星 · 吴豪 · Jian, Huang
IEEE Transactions on Fuzzy Systems 2025
在对指和三指软体机械手操作中分别达到95.66%和96.05%的准确率。
专门设计的深度脉冲高维模糊网络(DSHTFN)能更深入精确地分析软体机械手的摇动、稳定、滑动三种抓取状态。
设计的BernoulliArctangent (B-Atan)隶属函数适应脉冲输入信号特性并支持反向传播,提高了分析性能。