文摘

这项工作表明光纤触觉传感器的发展和特征基于光纤布喇格光栅(FBG)技术。传感器是一个33组光纤光栅封装在PDMS兼容的聚合物。每个光纤光栅的应变经验丰富并成一个布喇格波长位移和逆特征计算了传感器的前馈神经网络的方法。21 mN RMSE误差估计的力量也取得了8 N试验负荷范围包括所有调查网站在神经网络的训练过程,而迫使RMSE中值为199 mN在蒙特卡罗随机选择的200个实例实验课程评价在广义探测条件下校准。静态计量属性和制造传感器的可能性相对较高的空间分辨率使提出的设计有吸引力的sensorization机械手。此外,传感器的证明MRI-compatibility打开其他应用程序场景,如力测量的可能性使用数组功能MRI-measured期间大脑活动。

1。介绍

触觉传感器转换量,如力、压力、温度、振动、和滑动,通过物理与对象交互。

第一个兴趣touch-sensing技术之间出现的年代和年代的开始,当研究人员开始调查其应用领域的机器人(1,2]。触觉传感器被认为是至关重要的,提供机械工具和环境之间的交互信息,导致越来越多的兴趣系统能够繁殖的触觉:例如,如果一个任务执行使用机器人机械手,感觉反馈类似被人类探索和与环境交互至关重要(包括人类和对象)。因此,巨大的努力一直在进行设计和开发特定力和压力的触觉传感器测量期间接触的事件。

触觉传感领域感兴趣的许多应用领域自1999年以来,由李和尼科尔斯(3]:特别是,生物医学应用被认为是作为新领域,触觉传感可能扮演一个角色。沿着这个路径,在过去几十年touch-sensing技术兴趣在各种生物医学场景(4,5),可以概括为三个主要类别:最小访问手术(6),假肢和人造皮肤7为生物力学测量[],和智能接口8,9]。最近,关注在触觉传感技术的进一步上涨由于传播手持消费者触屏设备,如智能手机和平板电脑。

许多技术的发展进行了触觉传感器,包括压电电阻率等传感原理,压电,和电容变化;反正一组需求独立的触觉传感器的技术可以确定力和压力测量人类触觉系统的启发,例如,检测静态和动态力的能力,空间分辨率高,体积小,符合传感表面,低迟滞、重复性高、低阈值的歧视。所有这些特性都应该属于传感系统符合特定目的(10),是反映在标定方法,通过基于模型的方法(11,12)和神经网络(13,14]。

许多努力挥霍了研究人员将上述传感原理与精密加工技术,因为一些有价值的特性(例如,体积小,灵敏度高,准确度和精密度,和低功耗)microfabricated设备人工触觉传感在生物医学的应用15]。

然而,标准技术无法克服的一些问题,如滞后、功耗和电磁干扰免疫。因此,新材料和传感元素(例如,基于光学、流体和离子聚合物金属复合材料)的连续调查正在进行之中。

特别是,光纤传感器收集增加对触觉传感应用,由于其有价值的特性,如减少质量(几克),小尺寸(通常直径大约是300 - 500µ直径10米,但纤维µ可以使用)、灵活性、免疫电磁干扰,磁共振(MR)环境中的兼容性。

磁共振(MRI)是一种流行的成像技术用于医学诊断和治疗。在mri程序,病人生理参数的监测(如温度和呼吸频率)可以提供至关重要的有关病人的信息条件;因此MRI-compatible传感器是有吸引力。MRI的特定应用程序的功能性磁共振成像(fMRI),评估了聪明的活动在特定任务,旨在地图的生理行为,了解正常功能中断疾病。在这个场景中,MRI-compatible力传感器测量可以在人类和量化运动的运动学运动任务绩效在功能磁共振成像(16]。

光纤传感器是MRI-compatible工具最卓越的,因为材料用于制造光纤不扰乱磁场在磁共振扫描器,保存的质量诊断信息(17,18]。

光纤触觉传感器可以基于不同的传感原理,例如,干涉法(19],微,macrobending [20.,21),混合光电解决方案(22),和光纤布拉格光栅(FBG)技术(23,24),我们认为极具吸引力,是目前的研究评估。

光纤的光纤光栅短段特别的的敏感菌株。光纤与光纤光栅提供合并上述普通光纤的特点和特殊的特征,如使用波长位移传感信号。这个特性的光纤光栅传感器可以避免光强波动的问题,允许生产在同一光纤数组。同时,光纤光栅保证快速响应,可以忽略磁滞,歧视的可能性均匀和非均匀负载采用光纤光栅具有特殊设计(例如,长周期、鸣叫和倾斜)。相关光纤光栅的主要缺点是同时对应变和温度的敏感性,可以,但是,通过使用额外的补偿光纤光栅在特定的配置作为参考温度传感器(25,26]。

光纤光栅是深入调查自2006年以来一直在显微外科工具,导管,针吸活组织检查23),最近也为分布式触觉传感器的设计模仿最表面材质(26,27]。Gastaldo和他的同事们(28)相比,触觉传感器组成的基于光纤光栅传感器的应变仪和红外传感器,显示FBG-based传感器的能力区分应用程序的负载和不同的接触对象的形状。Heo和他的同事们(26)提出了两种不同设计FBG-based触觉传感器,分别为低空间分辨率应用程序(模仿人体皮肤)和高空间分辨率的应用程序(如对手指的皮肤)。两个系统,特征范围5 N的力,显示出非线性校准曲线和定制设计。

在这个工作我们描述的简单的设计和描述FBG-based触觉传感器阵列。数组的响应的分析在不同探测位置进行评估的能力在广义条件下传感器来检测和区分负载。用神经网络逆模型的设备通过反向传播训练函数,为了定量评价系统可能使用测量仪。介绍了这种机器学习方法,目的是获取传感器逆特征通过一个范例学习方法,而不是通过识别一组参数,基于模型的平均误差函数最小化(28]。基于模型的方法相比,所选择的解决方案的能力有一定的局限性的物理解释系统;然而,更健壮的关于可能的制造缺陷,可能导致偏离的名义转导特性传感系统(13]。

最后,我们研究开发了传感器阵列的兼容性功能的潜在就业MRI-measured大脑活动在触觉任务。为了这一目标,FBG-based数组与1.5 T MRI扫描。

2。传感器的描述

2.1。光纤布喇格光栅转导原则

光纤光栅传感器的传导原理是基于辐射衍射的现象:当光沿光纤传播住房布拉格光栅,一个狭窄的范围的波长,围绕所谓的布喇格波长,衍射方向向后,而其他波长不打扰。布喇格波长取决于的有效折射率光纤核心,的空间周期光栅,,根据 如果光纤光栅应变经验,或温度变化,,布喇格波长将经历一个转变所表达的 在哪里strain-optic系数和吗温度系数。如果可以忽略不计,是力量吗应用于光纤光栅引起的应变,反过来,导致布喇格波长的转变。因此,(2)可以简化如下:

2.2。光纤光栅传感器阵列的设计和制造

在发达系统9光纤光栅传感器集成到一个3×3的数组(图1)。每个光纤,构成数组的行,住三个光纤光栅1533 nm、1541 nm和1549 nm。不同的的三个光纤光栅传感器嵌入到每个纤维允许分离他们的输出。250年的纤维有一个外径µ米,和光纤光栅有10毫米的长度。纤维是连着一个塑料支架通过环氧胶粘剂(环氧树脂2011)。塑料支持建成使用快速原型打印机(项目3000,3 d打印机Inc .)。每个敏感段设计像一个固定梁、塑料支持的支持。

光纤光栅放置在相同的纤维有11毫米的距离,而纤维放在15毫米(图的相对距离1(一))。为了防止纤维机械裂纹,九个安全区域设计表面的塑料的支持,每一个在通信与光纤光栅(图1 (b))。

纤维被封装在一个2毫米厚层的聚二甲基硅氧烷(PDMS) [29日]。PDMS (Sylgard 184、道康宁、美国)与预聚物混合固化剂获得1:10比,是在室温下治愈48小时,有850 kPa杨氏模量。

3所示。传感器阵列的方法进行评价

FBG-based数组是通过实验评估获得反作用力之间的关系和波长偏移通过准静态协议。传感器反应是评估不同的缩进位置。等计量属性,可重复性和准确性,是估计的。

3.1。实验装置和协议

一个圆柱探针,与外部直径5毫米(表面16毫米²),被用来应用semistatic阵列的表面变形。英斯特朗,材料试验机(5900系列),适用于压缩应用到传感器表面,用于硬度计压头沿着移动设在恒速为0.1毫米·s⁻¹,压缩力是衡量一个负载细胞(测量范围从−10 N N和准确性的阅读价值的0.25%)与10赫兹的采样频率。两个转化阶段(PT1 Thorlabs,差动测微驱动器150 - 811 ST)被用来翻译传感器在两个垂直的方向,- - -相互重合,准确的目标所需的表面以上控制硬度计压头的位置坐标。的变化(例如,)压缩测试期间经历了由光纤光栅测量通过一个光学频谱分析仪(阻塞性睡眠呼吸暂停综合症、光学传感审问者,sm125微米光学分辨率的下午1点),通过一个图形用户界面(虚拟仪器,国家仪器)。缩进力伺服控制8 N,力测量的负载细胞同步的值测量的阻塞性睡眠呼吸暂停综合症。数据采样频率是10赫兹。

在压痕实验探测应用在传感器表面(图12所选网站2 (c))与检索的目的之间的反比关系应用于传感器表面经历了由光纤光栅。每个实验重复了3次每个缩进网站,从而获得与36会话数据集。

传感器阵列的核磁共振兼容性测试通过将传感器阵列在磁共振扫描仪(通用电气、Optima MR360 1.5 T)。图像传感器获得的1.5 T的扫描,使用t2加权序列。

3.2。数据分析方法

传感器阵列的逆函数估计的前馈神经网络(图3,使用Matlab中的神经网络工具箱实现)组成的9个输入神经元(每个关联到输出光纤光栅传感器的波长),49隐藏神经元,和1个输出神经元(估计作用的力)。网络的内部层准尺寸,以便有一个隐藏的神经元每半场3×3格的光纤光栅传感器(每排传感器:3隐藏神经元的光纤光栅传感器,中间位置+ 2,+ 2外部头寸,因此获得7×7隐藏神经元)。的Levenberg-Marquardt反向传播方法用于训练网络,与均方误差(MSE)性能函数和1000年培训作为最大的时期。

第一次评估是由培训网络包括所有36压痕实验和随机选择25%的时域取样的每个缩进位置作为训练数据,验证数据,50%和25%,测试数据。MSE性能、错误的直方图,回归训练的性能进行评估,验证和测试数据。

另一个更有挑战性的评估是为了评估网络泛化能力对应用程序的负载。这一目标,蒙特卡罗方法,随机划分(Matlab randperm函数)36缩进会话18 network-calibration会话和18网络评估会议,与200重复的随机校准/评估过程。网络评估会议,我们计算分布和25日,50,75的平均值和标准偏差的错误估计得到的作用力通过神经网络。

4所示。结果

缩进力跟踪了光纤光栅通过相干调制波长注册的阻塞性睡眠呼吸暂停综合症(图4)。这种灯是单调和高度可重复(图5)。重复性是通过百分比量化值的标准偏差,%,计算标准差和均值之间的比率FBG1,相当于1.6%。布喇格波长的调制是依赖于缩进位置对光纤光栅传感器:更大的网站之间的距离缩进和光纤光栅传感器,越低测量的光栅(图6)。

当评估神经网络根据第一节中描述的过程3所示。2,21 mN根均方误差(RMSE)实现的验证集(433 mN²MSE,图7),没有抵消在误差分布(图8)和回归高质量的确认校准系数非常接近1,验证和测试数据集和数据组合在一起(图9)。

当评估神经网络根据第二,更具挑战性,过程中所描述的部分3所示。2、25、50和75百分位的RMSE估计力124锰、锰、199和354 mN,分别在200个随机选择的实例(图实验课程10),而25、50和75的平均误差估计力−38 mN, 3 mN,分别和34 mN(图11)。

最后,传感器阵列在磁共振扫描仪的测试证明了核磁共振安全的特点和核磁共振兼容性的传感器,由于传感器没有产生任何工件的图像。

5。讨论和结论

本研究提出的设计和初步评价FBG-based触觉传感器阵列。它的基本工作原理、已在这一领域的文献评估,进一步调查的以下:简化制造工艺,证明MRI-compatibility,力编码通过前馈神经网络。

传感器有一个简单的设计和制造过程中,要求如下:三种纤维光纤光栅,一个塑料支持快速制造的3 d打印机,和PDMS柔性聚合物材料覆盖并保护传感器以及分发负载阵列表面之上。传感器不需要一个特定的制造敏感部分的表面(例如,台面的聚合物层,如(26]),和准静态压痕协议实现描述测量范围的数组主/ N,接近需求的触觉传感假肢(30.]。

前馈神经网络可以实现21 mN RMSE力估计误差/ 8 N试验负荷范围包括所有调查网站在训练过程。同时估计传感器性能在更具挑战性的广义探测条件下,25日,50,和75的RMSE 124 mN, 199 mN和354 mN,分别在200年蒙特卡洛随机选择的实例的实验课程。

最后,传感器阵列测试核磁共振兼容的,因为它没有产生任何不良成像工件。这个特性使得传感器阵列适合使用功能性核磁共振测试期间,针对并发测量人类大脑活动的主题和应用力,神经科学调查(16,31日]。

从完善的考虑其他传感原理,如压敏电阻,压电式,电容式传感器,创新的,如电活性聚合物和射流传感器、光纤光栅提供了许多优势。的主要增值FBG-based传感器、电磁干扰的缺失和兼容性,先生有关的可能性增加光纤光栅的数量在数组中。事实上,随着传感器数量的增加,线路问题成为有关,但缓解住房数量的光纤光栅在同一光纤允许减少布线的累赘。同时,另一个优点是宽测量范围相比几个开发机器人触觉传感器或假体的目的(32- - - - - -35),通常在测量范围有限的特点2.5 N。光纤光栅技术的限制可以由温度补偿的必要性,由于光纤光栅机械应变和温度变化敏感,表现出类似于应变仪的行为。因此,调用特定的设计安排参考光纤光栅对温度测量的位置不经历压力和布喇格波长的变化只能是由于温度变化36]。特定配置的目的是弥补其他光纤光栅的光输出在同一个数组,用于应变测量。另一方面,在具体设计条件下,可以利用这种光纤光栅的内在特性,可用于实现多通道触觉传感器,提供了应变和温度信息(37,38]。

令人鼓舞的结果和前馈神经网络的吸引力的表演导致更准确的调查提出了原型的制造过程,目标是最小化啁啾效应在光纤光栅应变传感器之间控制串音,和评估最优设计温度补偿的影响。

利益冲突

作者宣称没有利益冲突。

作者的贡献

Paola Saccomandi构思、设计和执行实验和论文的写作;Calogero玛丽亚奥多导致数据分析和论文的写作;Loredana Zollo导致实验的设计和论文的写作;多梅尼科胶木导致传感器的设计和制造;罗科安东尼奥罗密欧导致的设计和性能实验;卡洛Massaroni导致数据采集和数据分析,导致论文的写作;米歇尔·阿图罗Caponero导致传感器的设计和制造;尼古拉Vitiello导致数据分析和论文的写作;Eugenio Guglielmelli导致论文的写作;塞吉奥Silvestri导致论文的写作; Emiliano Schena contributed to the design and performance of the experiments as well as to the writing of the paper.

确认

这项研究受到了主要项目”HANDBOT-Biomechatronic手假肢具有仿生触觉感知、双向神经接口和分布式感觉运动控制”(杯:B81J12002680008)和由国家项目PPR2(控制假肢手的侵入性神经接口),由国家资助的工伤保险(杯:E58C13000990001)。