本发明涉及一种仿生手抓取物体的方法，特别是利用接近觉和触觉传感器学习、识别物体的方法，属于机器人技术领域。
背景技术：
目前市场上所见到的机械手多为2指和3指，控制比较简单，只有夹紧、放开两种状态，这样对物体的抓取受到极大的限制，只能抓取有限种类的物体。随着社会的发展，需要机械手具有更多的灵活性，迫切需要研制仿生手。仿生手在人工智能方面的需求越来越多，是机械手臂和智能机器人最基本的组成部分，做仿生手的目的是希望能像人一样，最好能够智能的判别出不同的物体，并采用相对应的抓姿，完成对不同物体的抓取。要实现上述功能，关键技术是目标定位、识别与抓取，现在用的最多的技术是采用摄像机方式，结合各种算法。
现有技术中的仿生手是通过摄像机获取被抓取的物体图像，通过计算机进行图像识别处理系统识别出物体轮廓，再通过另外算法计算出目标的位置，控制仿生灵巧手采取正确的抓姿，实现对物体的抓取。
然而，现有技术的这种仿生手计算量大、识别速度慢，当物体体积小，而且被手挡住时无法正确判断物体在手掌的位置，影响物体的抓取，不适合批量生产。
技术实现要素：
本发明的目的在于提供一种简便、实用的仿生手学习、识别抓取物体的方法，实现对物体的正确抓取，降低制造成本。
本发明采用如下的技术方案实现。
一种基于接近觉和触觉传感器仿生手学习抓取物体的方法，所述仿生手包括接近觉传感器、触觉传感器、ad采集装置和控制处理单元，所述方法包括以下步骤：
步骤s1：仿生手上电程序初始化，转到步骤s2；
步骤s2：预先建立好仿生手抓取物体的所有姿势的数据库，对所有抓取姿势进行编号并存储，转到步骤s3；
步骤s3：将仿生手设置成学习状态，转到步骤s4；
步骤s4：将要抓取的物体放于仿生手前一定距离处，转到步骤s5；
步骤s5：利用接近觉传感器测量提取物体的特征参量，采集完成后，与建立的抓姿库的某种抓姿编号对应，完成特征参量与抓姿的关联，随后转到步骤s6；
步骤s6：判断是否继续学习；如果还需要继续学习，则转到步骤s4，重复上述动作，如果不需要，则转到步骤s7；
步骤s7：将仿生手设置成工作状态，转到步骤s8；
步骤s8：判断物体并抓取，转到步骤s9；
步骤s9：判断是否切换到学习状态。如果切换到学习状态，则转到步骤s4，如果不切换，则转到步骤s8。
优选地，所述步骤s4将要抓取的物体放于仿生手前10mm处。
优选地，所述步骤s4中，仿生手利用接近觉传感器左右、上下移动找到物体的中心位置。
优选地，所述步骤s8进一步包括，将要抓取的物体放于传感器能够探测的范围之内，仿生手接近物体，并使所述物体处于手掌中心位置，利用触觉传感器判断出距离物体的零点位置，然后移动到距离物体一定距离处，采集物体特征参量，与库中特征参量比对，找到最接近的特征参量，取出与该特征参量相对应的抓姿编号，控制手采取这种抓姿抓取物体。
优选地，所述步骤s8将要抓取的物体放于仿生手前能够探测的范围之内30mm以内处。
优选地，所述特征参量包括第一特征参量，所述第一特征参量能够反映物体的材料和/或与所述仿生手正对的面积的变化。
优选地，所述接近觉传感器的输出横向两端输出信号为vs1、vs3，纵向两端输出信号为vs2、vs4，传感器阵列数为n，传感器阵列中的电阻为r，传感器阵列外的电阻为r，电源电压为v0；由接近觉传感器输出信号vs1、vs3、vs2、vs4得到
iall为所述第一特征参量，xc、yc为物体中心在仿生手的手掌的位置。
优选地，依据式(4)、(5)调节仿生手的手掌挪动，直到xc、yc为零；这时手处于物体中心位置。
通过以上技术方案，本发明能够使仿生手在抓取不同物体时能智能识别出物体，采用正确的抓姿。该方法利用接近觉和触觉传感器，对物体学习提取物体特征参量，工作时仿生手可以智能地识别物体，采取正确抓姿。本发明用一种简便、实用的方法实现了对不同物体的正确抓取，并且降低制造成本。
附图说明
图1是仿生手的硬件组成框图。
图2是根据本发明的仿生手工作流程框图。
图3是接近觉传感器结构示意图。
具体实施方式
图1所示的是本发明涉及的仿生手的硬件组成。根据本发明的仿生手包括接近觉传感器、触觉传感器、ad(模数转换)采集装置和控制处理单元。
接近觉传感器、触觉传感器用于对要抓取的物体进行探测，根据要抓取物体的物理特性产生相应的信号。在一特别优选的实施例中，本发明所涉及的接近觉传感器为反射式光电传感器阵列，输出引线较少，电路结构简单，测量准确。本领域技术人员能够理解，本发明的技术方案并不局限于此，本发明涉及的触觉传感器可包括现有技术中各种测量原理任何适合的产品，诸如接触觉传感器、力－力矩觉传感器、压觉传感器和滑觉传感器等。接近觉和触觉传感器都是非常便宜的传感器，电路实现简单，所用原件较少，可靠性高，只要被抓取的物体反射截面和长宽比例不同时相同，都可以被学习，仿生手能自动识别采取正确的抓姿，体积小非常方便安装于手上。
接近觉传感器、触觉传感器探测到的信号经过ad采集后，送于控制处理单元进行数据处理，处理后的数据可以存储在存储单元中。在一优选的实施方式中，控制处理单元还能够发出相对应的控制指令，控制仿生手的动作。本发明使仿生手具有学习功能，可以扩大物体的抓取范围，使仿生手具有更大的灵活性，实用性较强。控制处理单元利用接近觉传感器和触觉传感器所获取的数据可以比较快速判断出物体的大致形状，将仿生手移动到物体中心，采取正确的抓姿完成物体的抓取。利用触觉传感器确定出手和物体接触，间距为零，然后控制系统能够按预先设置的数据控制手挪到直到间距为10mm,停止移动。
图2所示的是根据本发明的仿生手学习识别抓取物体的方法的工作流程。
步骤s1：仿生手上电程序初始化，转到步骤s2。
步骤s2：预先建立好仿生手抓取物体的所有姿势的数据库，对所有抓取姿势进行编号并存于内部，转到步骤s3。
步骤s3：将仿生手设置成学习状态，转到步骤s4。
步骤s4：将要抓取的物体放于仿生手前10mm处，仿生手可以利用接近觉传感器左右、上下移动找到物体的中心位置，转到步骤s5。
步骤s5：利用接近觉传感器测量提取物体的特征参量，采集完成后，与建立的抓姿库的某种抓姿编号对应，完成特征量与抓姿的关联，这就完成了一次学习过程，随后转到步骤s6。
步骤s6：判断是否继续学习。如果还需要继续学习，则转到步骤s4，重复上述动作，如果不需要，则转到步骤s7。
步骤s7：将仿生手设置成工作状态，转到步骤s8。
步骤s8：判断物体并抓取。工作时，将要抓取的物体放于传感器能够探测的范围之内(30mm以内处)，手接近物体，利用接近觉传感器移动到手掌对着物体中心位置，利用触觉传感器判断出距离物体的零点位置，然后移动到距离物体10mm处，采集物体特征参量，与库中特征参量比对，找到最接近的，取出相对应的抓姿编号，控制手采取这种抓姿抓取物体。转到步骤s9。
步骤s9：判断是否切换到学习状态。如果切换到学习状态，则转到步骤s4，如果不切换，则转到步骤s8。
图3所示的是本发明所涉及的一种接近觉传感器结构。该接近觉传感器的输出横向两端输出信号为vs1、vs3，纵向两端输出信号为vs2、vs4，电源电压为v0，阵列中的电阻为r，阵列外的电阻为r0，阵列数为n。该接近觉传感器做成n×n阵列，安装在仿生灵巧手手掌处，手掌处还安放了触觉传感器，由接近觉传感器输出信号vs1、vs3、vs2、vs4可以推出下面公式。
xc、yc为物体中心在手掌的位置，依据公式(4)、(5)调节手掌挪动，直到xc、yc为零。这时手处于物体中心位置。由于不同的物体反射截面、反射率不同，在相同的位置，接收的信号不同，iall不同。
本发明的仿生手学习、识别、抓取物体流程如下。
(i)预先设置几种抓姿，进行编号，存储在仿生手控制处理单元中；
(ii)学习提取特征参量，将要抓取的物体分别放到离手掌10mm处，手自动挪到到物体中心处，接近觉传感器采集物体的特征信息vs1、vs3、vs2、vs4，由公式(1)计算出iall，相同材料(反射率相同)，反射截面越大，iall越大，如果截面相同，材质不同，材料反射率越大iall越大，所以第一个特征量是iall，记录iall，匹配抓姿编号；
(iii)识别抓取，将物体放于手掌传感器能够探测到的范围之内，仿生手利用接近觉和触觉传感器控制离手掌距离，手掌离物体越近iall越大，没有接触到物体时，触觉传感器输出信号为零，接触到物体，输出信号陡然增大，这时认为物体和手掌距离为零，然后控制手掌挪到距离物体10mm，上下、左右距离由接近觉传感器控制，由公式(4)、(5)可以判断出物体位置并进行不断修正，直到xc、yc都为零，测量iall，查表寻找库中与测量的特征参量最接近的值，并取出与之相对应的编号，采用相对应的抓姿抓取物体。
本领域技术人员能够理解，虽然以上实施方式中的接近觉传感器采用接近传感器，然而本发明不仅局限于此。在可选的实施方式中，所述仿生灵巧手还能够将具有同样功能的测距传感器和姿态传感器以各种形式安装在手指或手掌上。
以上所述的实施例，只是本发明较优选的具体实施方式的一种，本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。