文献

J-GLOBAL ID：201702212566853433   整理番号：17A1489405

バイオにヒントを得た触覚センサからの最適化された特徴を用いた増強された表面粗さ識別【Powered by NICT】

Enhanced surface roughness discrimination with optimized features from bio-inspired tactile sensor

著者 (3件)： Qin Longhui (School of Mechanical & Aerospace Engineering, Nanyang Technological University, Singapore) ,  Yi Zhengkun (School of Mechanical & Aerospace Engineering, Nanyang Technological University, Singapore) ,  Zhang Yilei (School of Mechanical & Aerospace Engineering, Nanyang Technological University, Singapore)
資料名： Sensors and Actuators. A. Physical  (Sensors and Actuators. A. Physical)
巻： 264  ページ： 133-140  発行年： 2017年 
JST資料番号： B0345C  ISSN： 0924-4247  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 表面粗さ識別の能力は,生体模倣ロボット及び義肢の開発において大きな意義と同様にヒューマノイド触覚センサに関する研究である。著者らの以前の研究では,異なる表面粗さを識別するために開発されたバイオにヒントを得た触覚センサ。しかし粗さが小さいほどその識別精度は大きく減少した。さらに,滑り方向に平行な余分なPVDF膜からの信号を対象とした時,識別正確性は低下した。本論文では,同じバイオにヒントを得た触覚センサを用いた増強された表面粗さ識別が達成され,を含めた。1)最初に適用したオリジナルのセンシングデータを分解異なるスケールと周波数成分にした離散ウェーブレット変換2)最も識別力のある特徴をシーケンシャルフォワードセレクションのアルゴリズムによる成分に基づく時間領域と周波数領域の両方で定義された80特徴から選択した;3)kNNまたはSVMの代わりに,極端学習機械(ELM)は,表面粗さを識別するために適用した。滑り方向に平行な余分なPVDF膜が最も有意に識別精度に影響する特徴を提供する可能性があるその信号が分解され,特徴は高次成分から選択したならば,ことが分かった。さらに,ニューラルネットワークに基づくELMを同じデータセットと特徴を用いたkNNまたはSVMよりもより良い識別精度を持つことが示された。ELMでは,識別精度は82.6%から97.88%に改善された。結果はバイオにヒントを得た触覚センサに基づく表面粗さ識別のための信号分解と特徴選択の重要性を示す。この提案する枠組みは,センサの開発と信号処理における他の研究に適用可能である。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ロボット ,  ニューラルネットワーク ,  信号処理 ,  *触覚センサ ,  周波数領域 ,  人工四肢 ,  特徴選択 ,  *最適化 ,  *センサ ,  アルゴリズム
準シソーラス用語： 極度学習機械 ,  時間領域 ,  離散ウェーブレット変換 ,  正確性 ,  PVDF膜 , 【Automatic Indexing@JST】

著者キーワード (6件)： 表面粗さ識別 ,  触覚センサ ,  離散ウェーブレット変換 ,  逐次前進選択 ,  極端学習機械 ,  特徴選択

分類 (2件)： 力,仕事量,圧力,摩擦の計測法・機器  (AD05050V) ,  ロボットの設計・製造・構造要素  (IC04013A)

タイトルに関連する用語 (6件)： ヒント ,  触覚センサ ,  最適化 ,  増強 ,  表面粗さ ,  識別