一种利用微纳光纤在平面上检测负载位置和大小的方法及装置与流程

本发明涉及了微纳光纤所在平面负载检测领域，具体是涉及了一种基于深度学习面向微纳光纤平面上负载位置和大小的检测方法及装置。

背景技术：

1、人体皮肤配备了丰富的触觉感受器，不仅能够识别刺激的位置，还能感知相应的力信息。当外部物理刺激(例如小昆虫的意外碰撞)作用于皮肤时，感觉受体会检测并将机械刺激转化为电信号。然后，这些信号通过神经纤维传输到大脑，使人能够感知力的位置和大小。

2、随着对仿生技术的不断深入研究，科学家们通过模拟人体皮肤的感知功能，提出了利用不同传感机制的触觉传感器，并已经在类人机器人和可穿戴假肢等领域开发了柔性电子皮肤。然而，传统触觉感受器由于其刚性和庞大的组件缺少柔软性、可延展性和适应性，限制了其在有限空间内的使用。

3、除此之外，现有的柔性传感器通常由多个行列传感单元组成，它们在复杂曲面上的分布和相互作用成为了一个重要的问题。柔性传感器和内在的传感单元需要经过精心的设计和布局，以确保其能够有效地覆盖目标区域并通过传感单元之间的协同工作准确地感知外部刺激。这样复杂结构可能对其响应速度和实时性产生一定的影响。为了克服这些问题，需要采用先进的信号处理算法和优化电子结构，从而增加了开发的难度和壁垒。此外，精密结构的柔性传感器在不同环境和使用条件下的耐久性和可靠性也面临着巨大的挑战。

技术实现思路

1、为了解决背景技术中存在的问题，本发明旨在提供一种基于深度学习的单根微纳光纤对平面上负载位置和大小的检测方法及装置。该方法具体利用单根微纳光纤所在平面受到负载后的输出光谱变化特性，通过深度学习算法对光谱进行解耦，从而实现对平面上的负载位置和大小的准确快速检测。

2、为了实现上述目的，本发明所采取的技术方案是：

3、一、一种利用微纳光纤在平面上检测负载位置和大小的方法：

4、将仅一根微纳光纤布置在负载所在的平面之下，将负载压力施加到平面上，将负载压力施加前后经过微纳光纤的光谱变化数据输入到预先训练好的神经网络模型中对平面上负载的大小和位置进行检测。

5、所述的一根微纳光纤和负载所在的平面之间关系可随意布置，但是仅要求所述微纳光纤和负载所在的平面平行紧贴。

6、所述神经网络模型采用依次连接的lstm-attention-cnn模型和全连接层检测模块，所述lstm-attention-cnn模型包括依次连接的lstm时序特征提取模块、注意力机制模块、cnn静态特征提取模块的三个模块；首先将光谱数据输入到lstm时序特征提取模块中提取512维的混合特征向量x1作为时序特征，然后将时序特征输入到注意力机制模块中分配不同的关注概率权重而生成施加注意力的光谱数据x2，接着将注意力的光谱数据x2输入到cnn静态特征提取模块中进行特征提取，并使用最大池化进一步减少模型参数的大小，获得混合特征向量；最后将混合特征向量输入到采用由分别对应的x轴位置、y轴位置和负载压力大小进行检测的三种检测网络组成的全连接层检测模块中处理，三种检测网络分别输出获得x轴位置、y轴位置和负载压力大小的三个参数。x轴、y轴为平面上的两个相正交的坐标系轴。

7、其中每个检测网络包含依次连接的一个隐藏层大小为128的全连接层、一个隐藏层大小为1的全连接层和一个具有sigmoid激活函数的输出层。

8、所述神经网络模型按照以下方式训练获得：

9、(1)将原始的光信号输入到微纳光纤，通过光谱数据收集装备收集未在平面上施加负载的经过所述微纳光纤的原始光谱数据，通过光谱数据收集装备收集在平面上施加不同位置和不同压力的负载后经过所述微纳光纤的输出光谱数据；

10、(2)通过数据增强增加所述光谱数据的数据量；

11、(3)将输出光谱数据与原始光谱数据作比值处理和归一化处理，具体是将输出光谱数据中每一个波长通道的光谱数据与原始光谱数据中每一个波长通道的光谱数据作比值处理，对比值处理后的数据做归一化处理并形成向量；

12、(4)对归一化后的光谱数据对所述神经网络模型进行训练，最后利用训练好的神经网络模型进行平面上负载大小和位置检测。

13、所述的微纳光纤的直径为1.0-1.2μm范围，且仅设置一根微纳光纤。

14、所述步骤(1)中，将光信号输入到微纳光纤的输入端在平面上设置均匀阵列排布的多个不同位置，遍历各个位置，且在每个位置上设置负载施加不同大小的压力，然后在微纳光纤的输出端采集获得所有输出光谱数据。

15、所述步骤(2)中，从步骤(1)获得的所有输出光谱数据中筛选保留负载施加的压力大于预设的负载变化值所对应的输出光谱数据作为有效数据，然后在有效数据的所有输出光谱数据中每个位置下针对不同负载的压力进行相邻平均插值而进行光谱数据的扩充。

16、所述步骤(3)中，将输出光谱数据中每一位置且一个负载的压力对应的一个输出光谱数据和与原始光谱数据作相除处理获得比值，再将所有比值进行归一化处理获得归一化后的光谱数据，归一化后的光谱数据用于输入到神经网络模型中。

17、所述步骤(4)中，设置以下位置和负载的加权误差损失函数且使用adam方法对所述神经网络模型进行训练，最后利用训练好的神经网络模型进行平面上负载大小和位置检测：

18、

19、其中，分别表示在平面的x轴位置上的预测值和真实值，分别表示在平面的y轴位置上的预测值和真实值，si分别表示负载压力的预测大小和真实大小，tr表示训练中光谱数据的总个数，lloss表示模型要训练的损失函数，i为临时变量，表示第i＝1,2,…,tr个训练数据，tr表示训练集的大小。

20、二、一种利用微纳光纤在平面上检测负载位置和大小的装置：

21、所述方法采用以下装置，所述装置包括白光光源、微纳光纤和用于光谱探测的光谱仪、用于放置微纳光纤的柔性基底、用于覆盖微纳光纤的柔性薄膜、三维调节架、三维压力传感器和按压头；微纳光纤带有腰区，微纳光纤的锥区和腰区均放置在柔性基底上并被上面的柔性薄膜包埋，其中微纳光纤的一端熔接单模光纤并直接连接白光光源，另一端熔接另一条单模光纤并直接与光谱仪连接，柔性薄膜上表面作为负载施加压力的平面；在微纳光纤正上方，通过一个三维调节架安装设置一个三维压力传感器；三维压力传感器底面设置连接有一个按压头，按压头用于施加压力到覆盖在微纳光纤上的柔性薄膜上进而施加在微纳光纤上。

22、所述的微纳光纤中间为小于原始直径的腰区，腰区两端均为保持原始直径的未拉伸部分，腰区两端分别和各自的未拉伸部分之间通过拉锥过渡区连接，拉锥过渡区作为锥区。

23、从白光光源发出光束经微纳光纤的拉锥过渡区和腰区传导至光谱仪；当按压头施加压力按压覆盖在微纳光纤上面的柔性薄膜上面的平面，进而引起微纳光纤的弯曲/变形，导致弯曲/变形弯处不同波长的光产生不同的弯曲损耗使得经微纳光纤输出光谱的形状发生改变。

24、本发明的创新在于利用仅单根微纳光纤就实现了平面上负载位置和大小的探测，与之前的现有技术相比包含有负载引起的多模场的变化，还其中加入了新的人工智能算法和专注力机制，从而具有了具备表面面状扩大后的检测能力，实现更广泛的探测范围。

25、本发明的有益效果是：

26、本发明相较于以前的一维传感检测方法取得了多个突破，特别是实现了由单根微纳光纤制成的柔性触觉传感器结合深度学习模型可以在平面上检测正常载荷的大小和负载位置。而且由于微纳光纤其柔性和可弯曲的特性，使其能够与曲面皮肤和复杂表面相贴合，适用于多种检测部位、平面和类别的应用。

27、相较于传统平面触觉传感器，单根微纳光纤传感器具备显著的竞争优势。例如，微纳光纤的结构设计使其具有高度的灵敏度，能够检测微小的物理变化和光学信号变化；由于其微纳尺度的特征，单根微纳光纤传感器具有出色的空间分辨率，能够实现对微小区域的高分辨率探测。并且，由于其材料性质，微纳光纤易于密集集成且对电磁干扰具有免疫性，这有可能使其成为克服平面大面积触觉传感器开发中的多个约束的颠覆性解决方案。