一种柔性触觉传感器智能感知方法与流程

1.本发明涉及传感器技术领域，特别涉及一种柔性触觉传感器智能感知方法。


背景技术：

2.目前，随着科学技术的进步，触觉传感器模拟人体的触觉感知的技术越来越发达，触觉传感器是一种可以通过接触特征感知例如：温度、湿度、痛觉等信息，并具有类似于人体皮肤的柔性，从而可以更好地完成对外界环境的感知；
3.然而，现有技术中，多通过电容式传感器进行触觉感应，然而电容式传感器容易收到噪声干扰，且负载能力差，且柔性差；
4.因此，本发明提供了一种柔性触觉传感器的智能感知方法，通过霍尔原理与相关技术结合对待感知物的形态特征对待感知物进行感知，实现对待感知物进行准确有效的感知，同时提高了柔性触觉传感器的感性灵敏度以及感知全面性，优化了柔性触觉传感器的工作性能。


技术实现要素：

5.本发明提供一种柔性触觉传感器智能感知方法，用以通过霍尔原理与相关技术结合对待感知物的形态特征对待感知物进行感知，实现对待感知物进行准确有效的感知，同时提高了柔性触觉传感器的感性灵敏度以及感知全面性，优化了柔性触觉传感器的工作性能。
6.本发明提供了一种柔性触觉传感器智能感知方法，包括：
7.步骤1：对待感知物进行读取，确定所述待感知物的形态特征；
8.步骤2：基于触觉传感器根据所述形态特征对所述待感知物进行触觉感知，并获得感知数据；
9.步骤3：对所述感知数据进行处理并读取，并根据读取结果输出对所述待感知物的触感表达。
10.优选的，一种柔性触觉传感器智能感知方法，步骤1中，对待感知物进行读取，包括：
11.基于预设图像获取装置对所述待感知物进行图像读取，确定所述待感知物的三视图，其中，所述待感知物的三视图包括：主视图、俯视图以及侧视图；
12.对所述三视图进行读取，分别确定所述三视图的图像像素信息，同时，根据所述图像像素信息确定所述待感知物的轮廓特征像素点以及所述待感知物三视图的中心像素点；
13.基于所述待感知物的轮廓特征像素点以及所述待感知物三视图的中心像素点，确定所述待感知物的图像特征，完成对所述待感知物的读取。
14.优选的，一种柔性触觉传感器智能感知方法，确定所述待感知物的图像特征后，还包括：
15.基于所述待感知物的图像特征确定所述待感知物的三视图的像素点分布，并基于
所像素点分布，分别确定所述待感知物的三视图的视觉感知点；
16.同时，基于所述待感知物的三视图，读取所述待感知物的尺度特征，并基于所述尺度特征根据所述视觉感知点将所述待感知物的三视图进行三维立体拼接，获得初始三维模型；
17.获取所述初始三维模型的像素点位置信息以及初始三维模型的分辨率信息，并根据所述像素点位置信息以及所述初始三维模型的分辨率信息对所述初始三维模型进行平滑优化处理，获得所述待感知物的三维模型。
18.优选的，一种柔性触觉传感器智能感知方法，步骤1中，确定所述待感知物的形态特征，包括：
19.对所述待感知物进行读取，确定所述待感知物的三维模型，同时，获取所述三维模型的模型重心；
20.基于所述模型中心构建空间三维立体坐标系；
21.在所述空间三维立体坐标系中确定所述待感知物的凸点、凹点以及轮廓线，同时，对所述待感知物的凸点、凹点以及轮廓线进行分析确定所述待感知物的形态特征。
22.优选的，一种柔性触觉传感器智能感知方法，步骤2中，基于触觉传感器根据所述形态特征对所述待感知物进行触觉感知之前，还包括：
23.获取所述触觉传感器所在磁场的第一磁场状态以及所述待感知物所处的第二磁场状态；
24.基于所述第一磁场状态以及所述第二磁场状态确定所述触觉传感器感应到的磁场强度；
25.将所述磁场强度与基准磁场强度范围进行比较，判断所述触觉传感器是否可以精准测量所述待测物体；
26.当所述磁场强度在所述基准磁场强度范围内时，则判定所述触觉传感器可以准确测量所述待测物体；
27.否则，则判定所述触觉传感器不可以准确测量所述待测物体，同时，将所述触觉传感器中霍尔元件的运行参数根据预设算法进行优化，直至所述触觉传感器所感应到的磁场强度与在基准磁场强度范围内。
28.优选的，一种柔性触觉传感器智能感知方法，包括：
29.当所述触觉传感器可以准确测量所述待测物体时，获取所述触觉传感器的工作运行基准参数；
30.基于所述工作运行基准参数确定所述触觉传感器的启动条件，同时，基于所述启动条件生成第一控制子指令；
31.读取所述待感知物的形态特征，并基于所述待感知物的形态特征生成第二控制子指令；
32.基于所述第一控制子指令以及所述第二控制子指令生成综合控制指令，根据所述综合控制指令控制所述触觉传感器对所述待感知物进行触觉感知。
33.优选的，一种柔性触觉传感器智能感知方法，步骤2中，基于触觉传感器根据所述形态特征对所述待感知物进行触觉感知，并获得感知数据，具体过程包括：
34.读取所述待感知物的形态特征，确定对所述待感知物进行感应的感应点，同时，获
取所述感应点的目标位置；
35.基于所述感应点的目标位置，根据所述触觉感应器对所述待感知物进行感应，并分别获取在所述感应点的感应信号；
36.获取所述感应点的感应信号所对应的信号类型，并基于所述感应信号所对应的的信号类型在预设信号数据库中匹配对应的信号校准编码；
37.基于所述信号校准编码对所述感应点的感应信号进行校准，并输出所述感应点的标准感应信号；
38.将所述标准感应信号根据数模转换方式转换为数字信号，并基于所述数字信号确定所述标准感应信号的数字输出，得到所述感应点对应的感应信号数据；
39.获取感应触觉类型，并将每一个感应点对应的感应信号数据基于所述感应触觉类型进行分类，确定每一个感应点所对应的子感应信号数据；
40.确定所述子感应信号数据的数据波动范围、数据波动幅度以及数据波动频率；
41.根据所述子感应信号数据的数据波动范围确定所述每一类触觉类型对应的触觉感知程度，同时，根据所述子感应信号数据的数据波动幅度以及数据波动频率确定所述子感应信号数据的触觉感知强度；
42.将所述触觉感知程度以及所述触觉感知强度进行量化处理，并基于处理结果获得所述每一个感应点对应的子感知数据；
43.将所述每一个感应点对应的子感知数据进行第一综合，并基于第一综合结果确定每一个感应点对应的第一感知数据，同时，将每一个感应点对应的第一感知数据进行第二综合，并基于第二综合结果确定所述感知数据。
44.优选的，一种柔性触觉传感器智能感知方法，步骤3中，对所述感知数据进行处理并读取，并根据读取结果输出对所述待感知物的触感表达，包括：
45.获取感知数据，并对所述感知数据进行预处理，确定所述感知数据的特征项，其中，所述特征项至少为一个；
46.确定所述特征项的属性值，并将所述属性值分别作为初始聚类中心；
47.确定各感知数据分别与不同初始聚类中心的目标距离，并基于所述目标距离确定所述属性值能够作为所述感知数据的聚类中心的目标概率；
48.将所述目标概率大于或等于预设概率的属性值作为目标聚类中心，并基于所述目标聚类中心确定对所述感知数据的分类标签；
49.基于所述分类标签和神经网络构建数据分类模型，并将所述感知数据输入所述数据分类模型，得到所述感知数据的目标类别；
50.提取每一目标类别中感知数据的特征项，并将所述特征项进行格式转换，得到所述特征项对应的目标特征向量；
51.基于所述目标特征向量确定所述每一目标类别中感知数据的触觉表达目的，并基于所述触觉表达目的控制所述柔性触觉传感器输出对所述待感知物的触感表达，同时，获取所述柔性触觉传感器在触感表达中的工作参数；
52.基于所述每一目标类别中感知数据的触觉表达目的确定每一目标类别中感知数据对应的评估指标，并将所述评估指标进行量化，得到各评估指标对应的权重；
53.基于所述评估指标以及对应的权重对所述柔性触觉传感器在触感表达中的工作
参数进行评估，得到所述柔性触觉传感器对感知数据的触感表达的总体性能值；
54.将所述总体性能值与预设阈值进行比较；
55.若所述总体性能值大于或等于所述预设阈值，判定所述柔性触觉传感器对感知数据的触感表达合格；
56.否则，判定所述柔性触觉传感器对感知数据的触感表达不合格，并确定所述柔性触觉传感器在触感表达中的工作参数的特征矩阵；
57.基于所述特征矩阵确定所述柔性触觉传感器评估指标对应的工作参数的具体取值，并基于所述具体取值确定所述柔性触觉传感器的优化方向以及优化参数；
58.基于所述优化方向以及优化参数对所述柔性触觉传感器进行优化。
59.优选的，一种柔性触觉传感器智能感知方法，得到所述柔性触觉传感器对感知数据的触感表达的总体性能值，包括：
60.获取所述柔性触觉传感器中各器件的初始性能参数，其中，所述初始性能参数为对所述柔性触觉传感器进行多次检测所得；
61.同时，获取所述柔性触觉传感器在触感表达中的工作参数，并基于所述工作参数以及所述初始性能参数确定所述柔性触觉传感器中各器件的性能参数的平均退化率；
62.构建可靠度评估模型，并将所述柔性触觉传感器中各器件的性能参数的平均退化率以及初始性能参数输入所述可靠度评估模型，得到所述柔性触觉传感器中各器件当前性能的可靠度；
63.将所述可靠度传输至管理终端进行提醒并记录。
64.优选的，一种柔性触觉传感器智能感知方法，步骤3中，输出对所述待感知物的触感表达，包括：
65.基于所述感知数据的数据类型确定相对于受试者触觉表达的神经刺激信号；
66.建立所述神经刺激信号与所述感知数据的感知类型之间的关联枢纽，并基于所述关联枢纽构建触觉感知模拟模型；
67.将所述感知数据输入至所述触觉感知模型中进行模拟分析，并基于分析结果输出对所述待感知物的触觉表达。
68.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
69.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
70.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
71.图1为本发明实施例中一种柔性触觉传感器智能感知方法的流程图；
72.图2为本发明实施例中一种柔性触觉传感器智能感知方法中步骤1的流程图；
73.图3为本发明实施例中一种柔性触觉传感器智能感知方法中步骤2的流程图。
具体实施方式
74.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
75.实施例1：
76.本实施例提供了一种柔性触觉传感器智能感知方法，如图1所示，包括：
77.步骤1：对待感知物进行读取，确定所述待感知物的形态特征；
78.步骤2：基于触觉传感器根据所述形态特征对所述待感知物进行触觉感知，并获得感知数据；
79.步骤3：对所述感知数据进行处理并读取，并根据读取结果输出对所述待感知物的触感表达。
80.该实施例中，触觉传感器可以是基于霍尔传感器的霍尔原理以及结合温度传感器位置传感器等形成触觉传感器感知待感知物。
81.该实施例中，所述触觉表达包括：待感知物的感知程度，即包括的形状、温度、湿度、温度、痛觉、触觉，且触觉表达是将待感知物的感知程度通过数据进行表达，并生成文本文件。
82.该实施例中，待感知物可以是柔性触觉传感器需要感知的物件。
83.该实施例中，形态特征可以是待感知物的外貌、体积、表面平滑或凹凸程度。
84.该实施例中，感知数据可以是柔性触觉传感器对待感知物进行感知后得到的相应的感知情况。
85.上述技术方案的有益效果是：通过霍尔原理与相关技术结合对待感知物的形态特征对待感知物进行感知，实现对待感知物进行准确有效的感知，同时提高了柔性触觉传感器的感性灵敏度以及感知全面性，优化了柔性触觉传感器的工作性能。
86.实施例2：
87.在实施例1的基础上，本实施例提供了一种柔性触觉传感器智能感知方法，如图2所示，步骤1中，对待感知物进行读取，包括：
88.s101：基于预设图像获取装置对所述待感知物进行图像读取，确定所述待感知物的三视图，其中，所述待感知物的三视图包括：主视图、俯视图以及侧视图；
89.s102：对所述三视图进行读取，分别确定所述三视图的图像像素信息，同时，根据所述图像像素信息确定所述待感知物的轮廓特征像素点以及所述待感知物三视图的中心像素点；
90.s103：基于所述待感知物的轮廓特征像素点以及所述待感知物三视图的中心像素点，确定所述待感知物的图像特征，完成对所述待感知物的读取。
91.该实施例中，预设图像获取装置是提前设定好的，用于获取待感知物的图像数据。
92.该实施例中，轮廓特征像素点可以是待感知物对应的图像中处于图像边缘的像素点。
93.该实施例中，中心像素点可以是三视图中处于图像中心的像素点。
94.该实施例中，图像特征可以是图像数据中记录的待感知物的形状、表面凹凸程度等。
95.上述技术方案的有益效果是：通过获取待感知物的三视图图像数据，实现对待感
知物的形态特征进行准确读取，从而为柔性触觉传感器准确感知待感知物提供了便利与保障。
96.实施例3：
97.在实施例2的基础上，本实施例提供了一种柔性触觉传感器智能感知方法，确定所述待感知物的图像特征后，还包括：
98.基于所述待感知物的图像特征确定所述待感知物的三视图的像素点分布，并基于所像素点分布，分别确定所述待感知物的三视图的视觉感知点；
99.同时，基于所述待感知物的三视图，读取所述待感知物的尺度特征，并基于所述尺度特征根据所述视觉感知点将所述待感知物的三视图进行三维立体拼接，获得初始三维模型；
100.获取所述初始三维模型的像素点位置信息以及初始三维模型的分辨率信息，并根据所述像素点位置信息以及所述初始三维模型的分辨率信息对所述初始三维模型进行平滑优化处理，获得所述待感知物的三维模型。
101.该实施例中，视觉感知点可以是在视觉上能够看到的待感知物的所有观察点。
102.该实施例中，尺度特征可以是待感知物的尺寸信息。
103.该实施例中，初始三维模型可以是将待感知物的三视图进行三维拼接后得到的立体模型。
104.该实施例中，平滑优化处理可以是将拼接得到的模型的拼接缝进行优化，确保最终得到的三维模型可靠有效。
105.上述技术方案的有益效果是：通过对待感知物的三视图进行分析并拼接，从而准确得到待感知物的初始三维立体模型，并对初始三维立体模型进行平滑优化处理，最终确保得到的待感知物的三维模型准确可靠，为准确和获取待感知物的感知数据提供了保障。
106.实施例4：
107.在实施例1的基础上，本实施例提供了一种柔性触觉传感器智能感知方法，步骤1中，确定所述待感知物的形态特征，包括：
108.对所述待感知物进行读取，确定所述待感知物的三维模型，同时，获取所述三维模型的模型重心；
109.基于所述模型中心构建空间三维立体坐标系；
110.在所述空间三维立体坐标系中确定所述待感知物的凸点、凹点以及轮廓线，同时，对所述待感知物的凸点、凹点以及轮廓线进行分析确定所述待感知物的形态特征。
111.该实施例中，轮廓线可以是待感知物的轮廓形状。
112.上述技术方案的有益效果是：通过构建三维立体坐标系，并根据三维立体坐标系对待感知物的凹凸点以及轮廓线进行确定，实现对待感知物的形态特征进行准确有效的获取，为实现对待感知物进行准确感知提供了便利。
113.实施例5：
114.在实施例1的基础上，本实施例提供了一种柔性触觉传感器智能感知方法，如图3所示，步骤2中，基于触觉传感器根据所述形态特征对所述待感知物进行触觉感知之前，还包括：
115.s201：获取所述触觉传感器所在磁场的第一磁场状态以及所述待感知物所处的第
二磁场状态；
116.s202：基于所述第一磁场状态以及所述第二磁场状态确定所述触觉传感器感应到的磁场强度；
117.s203：将所述磁场强度与基准磁场强度范围进行比较，判断所述触觉传感器是否可以精准测量所述待测物体；
118.s204：当所述磁场强度在所述基准磁场强度范围内时，则判定所述触觉传感器可以准确测量所述待测物体；
119.s205：否则，则判定所述触觉传感器不可以准确测量所述待测物体，同时，将所述触觉传感器中霍尔元件的运行参数根据预设算法进行优化，直至所述触觉传感器所感应到的磁场强度与在基准磁场强度范围内。
120.该实施例中，预设算法可以是将同一个方向的霍尔元件做差分减法运算。
121.该实施例中，第一磁场状态可以是触觉传感器通过霍尔效应生成的磁场状态，包括：磁场强度等，第二磁场状态可以外界环境的磁场状态。
122.该实施例中，触觉传感器在一定磁场强度范围内具有较好的线性，当磁场强度过小时，信号变化小，则触觉传感器的灵敏度降低，不易于测量，当磁场强度超出基准磁场强度范围时，则影响触觉传感器的测量精度以及测量范围，因此，基准磁场强度范围是根据触觉传感器在线性关系中对应的磁场强度大小为基准磁场强度范围。
123.上述技术方案的有益效果是：通过对触觉传感器中的磁场强度进行获取，并与基准磁场强度范围进行比较，有利于保证触觉传感器的感应灵敏度，从而提高了触觉传感器的感应效率，以及感应精准度。
124.实施例6：
125.在实施例5的基础上，本实施例提供了一种柔性触觉传感器智能感知方法，其特征在于，包括：
126.当所述触觉传感器可以准确测量所述待测物体时，获取所述触觉传感器的工作运行基准参数；
127.基于所述工作运行基准参数确定所述触觉传感器的启动条件，同时，基于所述启动条件生成第一控制子指令；
128.读取所述待感知物的形态特征，并基于所述待感知物的形态特征生成第二控制子指令；
129.基于所述第一控制子指令以及所述第二控制子指令生成综合控制指令，根据所述综合控制指令控制所述触觉传感器对所述待感知物进行触觉感知。
130.该实施例中，触觉传感器的工作运行基准参数可以是触觉传感器的线性度、迟滞、零点漂移、分辨率、宽带等参数。
131.该实施例中，启动条件可以是用来基于触觉传感器的工作运行基准参数确定触觉传感器的最佳工作状态从而确定触觉传感器的启动条件，且启动条件为保护触觉传感器的工作运行基准参数不被破坏时的条件，有利于保证触觉传感器的工作正常运行。
132.该实施例中，第一控制子指令是为了启动触觉传感器。
133.该实施例中，第二控制子指令可以是待感知物的形态特征确定的。
134.上述技术方案的有益效果是：通过分别确定第一控制子指令与第二控制子指令从
而确定综合控制指令，从而有利于实现对触觉传感器的精准启动以及触觉传感器的精准测量。
135.实施例7：
136.在实施例1的基础上，本实施例提供了一种柔性触觉传感器智能感知方法，步骤2中，基于触觉传感器根据所述形态特征对所述待感知物进行触觉感知，并获得感知数据，具体过程包括：
137.读取所述待感知物的形态特征，确定对所述待感知物进行感应的感应点，同时，获取所述感应点的目标位置；
138.基于所述感应点的目标位置，根据所述触觉感应器对所述待感知物进行感应，并分别获取在所述感应点的感应信号；
139.获取所述感应点的感应信号所对应的信号类型，并基于所述感应信号所对应的的信号类型在预设信号数据库中匹配对应的信号校准编码；
140.基于所述信号校准编码对所述感应点的感应信号进行校准，并输出所述感应点的标准感应信号；
141.将所述标准感应信号根据数模转换方式转换为数字信号，并基于所述数字信号确定所述标准感应信号的数字输出，得到所述感应点对应的感应信号数据；
142.获取感应触觉类型，并将每一个感应点对应的感应信号数据基于所述感应触觉类型进行分类，确定每一个感应点所对应的子感应信号数据；
143.确定所述子感应信号数据的数据波动范围、数据波动幅度以及数据波动频率；
144.根据所述子感应信号数据的数据波动范围确定所述每一类触觉类型对应的触觉感知程度，同时，根据所述子感应信号数据的数据波动幅度以及数据波动频率确定所述子感应信号数据的触觉感知强度；
145.将所述触觉感知程度以及所述触觉感知强度进行量化处理，并基于处理结果获得所述每一个感应点对应的子感知数据；
146.将所述每一个感应点对应的子感知数据进行第一综合，并基于第一综合结果确定每一个感应点对应的第一感知数据，同时，将每一个感应点对应的第一感知数据进行第二综合，并基于第二综合结果确定所述感知数据。
147.该实施例中，感应点可以是柔性触觉传感器对待感知物进行感应时的感应位置。
148.该实施例中，目标位置可以是感应点在待感知物上的存在位置情况。
149.该实施例中，信号类型可以触觉传感器感应到的触觉情况，例如可以是温度感知，信号类型就是温度的，对温度处理需要对对应的信号校准编码，不同类型，校准编码不同，对信号的校准结果也不同，是为了获得更加精准的信号。
150.该实施例中，预设信号数据库是提前设定好的，用于存储不同感应信号对应的信号校准编码。
151.该实施例中，标准感应信号可以是对通过信号校准编码对感应信号进行校准后得到的感应信号。
152.该实施例中，子感应信号数据可以是将感应信号进行分类后，每一类别中对应的感应信号。
153.该实施例中，触觉类型包括：温度、湿度、痛觉、触觉等。
154.该实施例中，触觉感知程度可以是每一类处决类型对应的感知数据，具体为：当感知类型为温度时，感知的温度大小，当感知类型为平滑程度时，包括感知粗糙或是感知平滑等。
155.该实施例中，触觉感知强度可以是感应信号变化的快慢程度，具例如当感知到振动时，震动感的强烈程度，或是当感知到温度时，温度变化的快慢。
156.该实施例中，量化处理可以是触觉
157.该实施例中，第一综合可以是将所有的子感知数据中对应的感知类型和感知类型对应的数据取值进行汇总。
158.该实施例中，第一感知数据可以是对各个感应点对应的子感知数据进行汇总后得到的数据。
159.该实施例中，第二综合可以是将待感知物上所有感知点的第一感知数据进行汇总。
160.上述技术方案的有益效果是：通过对待感知物进行分析，确定待感知物上的感知点，从而将待感知物量化为多个感知点，并对每个感知点的感知类型以及感知类型对应的感知数据进行汇总分析等处理，实现对待感知物的感知数据进行准确有效的获取，从而提高了对待感知物的感知数据获取的准确率，同时，也保障了根据待感知物的感知数据进行准确有效的感知表达。
161.实施例8：
162.在实施例1的基础上，本实施例提供了一种柔性触觉传感器智能感知方法，步骤3中，对所述感知数据进行处理并读取，并根据读取结果输出对所述待感知物的触感表达，包括：
163.获取感知数据，并对所述感知数据进行预处理，确定所述感知数据的特征项，其中，所述特征项至少为一个；
164.确定所述特征项的属性值，并将所述属性值分别作为初始聚类中心；
165.确定各感知数据分别与不同初始聚类中心的目标距离，并基于所述目标距离确定所述属性值能够作为所述感知数据的聚类中心的目标概率；
166.将所述目标概率大于或等于预设概率的属性值作为目标聚类中心，并基于所述目标聚类中心确定对所述感知数据的分类标签；
167.基于所述分类标签和神经网络构建数据分类模型，并将所述感知数据输入所述数据分类模型，得到所述感知数据的目标类别；
168.提取每一目标类别中感知数据的特征项，并将所述特征项进行格式转换，得到所述特征项对应的目标特征向量；
169.基于所述目标特征向量确定所述每一目标类别中感知数据的触觉表达目的，并基于所述触觉表达目的控制所述柔性触觉传感器输出对所述待感知物的触感表达，同时，获取所述柔性触觉传感器在触感表达中的工作参数；
170.基于所述每一目标类别中感知数据的触觉表达目的确定每一目标类别中感知数据对应的评估指标，并将所述评估指标进行量化，得到各评估指标对应的权重；
171.基于所述评估指标以及对应的权重对所述柔性触觉传感器在触感表达中的工作参数进行评估，得到所述柔性触觉传感器对感知数据的触感表达的总体性能值；
172.将所述总体性能值与预设阈值进行比较；
173.若所述总体性能值大于或等于所述预设阈值，判定所述柔性触觉传感器对感知数据的触感表达合格；
174.否则，判定所述柔性触觉传感器对感知数据的触感表达不合格，并确定所述柔性触觉传感器在触感表达中的工作参数的特征矩阵；
175.基于所述特征矩阵确定所述柔性触觉传感器评估指标对应的工作参数的具体取值，并基于所述具体取值确定所述柔性触觉传感器的优化方向以及优化参数；
176.基于所述优化方向以及优化参数对所述柔性触觉传感器进行优化。
177.该实施例中，预处理可以是对感知数据进行清洗、筛选等操作。
178.该实施例中，特征项可以是感知数据中具有明显类别特征或是具有明显数值变化特征的数据。
179.该实施例中，特征项的属性值可以是特征项的类别以及对应的具体数据取值。
180.该实施例中，初始聚类中心可以是用于确定感知数据的数据类别而所设定的一类数据的类别特征点，属于该类别的数据共享该聚类中心，且与该聚类中心的距离较短。
181.该实施例中，目标距离可以是用来表征不同感知数据与初始聚类中心的字节距离程度，距离越远表明该数据越不属于该聚类中心。
182.该实施例中，目标概率可以是用于表征特征项的属性能能够代表该类感知数据的可能性，概率越大表明越能代表该类数据的中心。
183.该实施例中，预设概率是提前设定好的，是可以进行调整的。
184.该实施例中，目标聚类中心可以是当概率大于或等于预设概率时，即判定可作为该类数据中心的特征项的属性值。
185.该实施例中，目标类别指的是将感知数据分类后的到的数据类别。
186.该实施例中，目标特征向量可以是特征项对应的二进制数。
187.该实施例中，触觉表达目的可以是每一类感知数据想要实现的最终功能。
188.该实施例中，总体性能值可以是用于表征触觉传感器对感知数据进行触觉表达的可靠性以及准确性。
189.该实施例中，预设阈值是提前设定好的，用于衡量柔性触觉传感器是否能够达到准确表达的目的，是可以进行调整的。
190.该实施例中，特征矩阵可以是将柔性触觉传感器在触感表达中的工作参数转换为对应的矩阵形式，从而便于对柔性触觉传感器的工作缺陷或是工作故障进行准确获取。
191.该实施例中，优化方向以及优化参数可以是柔性触觉传感器需要优化的器件以及每个器件具体优化的程度。
192.上述技术方案的有益效果是：通过对感知数据进行处理并分类，实现对每一类感知数据的感知目的进行准确获取，同时获取柔性触觉传感器在对感知数据进行感知表达时的工作参数，并根据对工作参数柔性触觉传感器的触觉表达性能进行准确评估，且在性能不满足要求时及时进行优化，提高了柔性触觉传感器的触觉表达效果以及触觉表达能力，同时提高了柔性触觉传感器的感性灵敏度以及感知全面性，优化了柔性触觉传感器的工作性能。
193.实施例9：
194.在实施例8的基础上，本实施例提供了一种柔性触觉传感器智能感知方法，得到所述柔性触觉传感器对感知数据的触感表达的总体性能值，包括：
195.获取所述柔性触觉传感器中各器件的初始性能参数，其中，所述初始性能参数为对所述柔性触觉传感器进行多次检测所得；
196.同时，获取所述柔性触觉传感器在触感表达中的工作参数，并基于所述工作参数以及所述初始性能参数确定所述柔性触觉传感器中各器件的性能参数的平均退化率；
197.构建可靠度评估模型，并将所述柔性触觉传感器中各器件的性能参数的平均退化率以及初始性能参数输入所述可靠度评估模型，得到所述柔性触觉传感器中各器件当前性能的可靠度；
198.将所述可靠度传输至管理终端进行提醒并记录。
199.该实施例中，初始性能参数可以是柔性触觉传感器中各器件在出厂时的工作参数。
200.该实施例中，平均退化率可以是柔性触觉传感器中各器件的随时间发展顺序发生性能退化的程度。
201.上述技术方案的有益效果是：通过对柔性触觉传感器中各器件的的工作性能的平均退化率进行有效分析，从而准确获取柔性触觉传感器中各器件的当前可靠度，保障了柔性触觉传感器能够对待感知物进行准确有效的感知，提升了触觉感知表达效果。
202.实施例10：
203.在实施例1的基础上，本实施例提供了一种柔性触觉传感器智能感知方法，步骤3中，输出对所述待感知物的触感表达，包括：
204.基于所述感知数据的数据类型确定相对于受试者触觉表达的神经刺激信号；
205.建立所述神经刺激信号与所述感知数据的感知类型之间的关联枢纽，并基于所述关联枢纽构建触觉感知模拟模型；
206.将所述感知数据输入至所述触觉感知模型中进行模拟分析，并基于分析结果输出对所述待感知物的触觉表达。
207.该实施例中，数据类型包括与感知数据中的温度数据、湿度数据等。
208.该实施例中，神经刺激信号是基于人体感官确定的模拟信号。
209.该实施例中，触觉感知模拟模型可以是用来模拟受试者(人)的感觉的模型。
210.上述技术方案的有益效果是：通过建立触觉感知模型从而实时模拟感知数据，从而提高触觉表达的触觉感知效果。
211.实施例11：
212.在实施例1的基础上，步骤2中，还包括：
213.基于所述触觉传感器在对待感知物进行触觉感知时，确定所述触觉传感器中霍尔元件两端的电流值；
214.基于所述触觉传感器中霍尔元件两端的电流值，计算所述触觉传感器中的霍尔电势与磁感应强度之间的关系；
215.216.其中，u表示所述触觉传感器中的霍尔电势；φ表示霍尔系数；i表示所述触觉传感器中霍尔元件两端的电流值；b表示所述磁感应强度；n表示在所述触觉传感器中霍尔元件的单位体积内的载流子数量；a表示所述霍尔元件的长；b表示所述霍尔元件的宽；θ表示所述磁感应强度的权重系数，且取值为(0.98，0.99)；
217.基于所述触觉传感器中霍尔电势与所述磁感应强度的关系构建二维关系图，并在所述二维关系图中确定所述霍尔电势与所述磁感应之间的最佳线性区段；
218.基于所述最佳线性区段，在所述二维关系图中确定最大霍尔电势以及最小霍尔电势，并基于所述最大霍尔电势以及所述最小霍尔电势，设定所述触觉传感器的最佳工作条件；
[0219][0220]
其中，ub表示当前磁感应强度为b时输出的霍尔电势；u
max
表示所述最大霍尔电势；u
min
表示所述最小霍尔电势；μ表示所述触觉传感器的最佳工作条件；
[0221]
根据所述触觉传感器的最佳工作条件，确定所述触觉传感器是否处于最佳工作状态；
[0222]
其中，当所述最佳工作条件输出为0时，则判定所述触觉传感器没有处于最佳工作状态，并目标控制指令控制所述触觉传感器停止工作；
[0223]
当所述最佳工作条件输出为1时，则判定所述触觉传感器处于最佳工作状态。
[0224]
该实施例中，目标控制指令可以是用来控制触觉传感器停止工作的指令。
[0225]
上述技术方案的有益效果是：通过确定触觉传感器中的霍尔电势与磁感应强度之间的关系描述，从而确定最大霍尔电势以及最小霍尔电势，进而设定最佳工作条件，并通过最佳工作条件衡量触觉传感器是否处于最佳工作状态，提高了感知效率。
[0226]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。