-
公开(公告)号：CN117433677B
公开(公告)日：2024-04-19
申请号：CN202311736669.2
申请日：2023-12-18
Applicant: 之江实验室
Abstract: 本发明公开了一种基于光谱变化的微纳光纤锥区受力位置检测方法和装置。方法是将待测压力施加到微纳光纤的锥区，后根据经过微纳光纤的光谱变化对待测压力及受力区间的位置检测，具体根据待测压力施加前后所检测到的光谱变化、待测压力移动位置前后所检测到的光谱变化并结合待测压力施加的位置判断；装置中，微纳光纤的腰区放置在柔性基底上并被柔性薄膜包埋，微纳光纤两端分别连接白光光源和光谱仪，微纳光纤正上方设置三维压力传感器，并且再底面设置施加压力的按压头。本发明通过比较不同受力位置和大小下的全输出光谱，对光纤锥区内不同受力位置能够进行准确测定，且结合人工智能算法，成功实现了对位置和力的高精度预测。
-
Patent Agency Ranking
公开(公告)号：CN116561590B
公开(公告)日：2023-10-03
申请号：CN202310834041.X
申请日：2023-07-10
Applicant: 之江实验室
IPC: G06F18/214 , G01L1/24 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的微纳光纤负载大小和位置预测方法及装置，提出一种基于多尺度一维卷积神经网络(1D‑CNN)和长短期记忆网络（LSTM）的方法(MSCNN‑LSTM)，能够同时精确预测施加在微纳光纤表面的负载大小和位置。通过数据增强的技术解决了在可用数据集较少的情况下深度学习易陷入过拟合的风险，同时通过将光谱数据与当前时间无负载下原始光谱数据做比值，解除了因原始光谱变化引起的数据偏差对模型预测的影响，提高模型对光谱数据对应负载大小和位置预测准确率。本发明方法在整个实验范围内能准确预测负载大小（MAE=0.02N）和负载施加位置（MAE=7.6um）,可用于开发广泛运用的触觉传感器。
-
公开(公告)号：CN116164859A
公开(公告)日：2023-05-26
申请号：CN202310128624.0
申请日：2023-02-17
Applicant: 之江实验室
IPC: G01K11/32
Abstract: 本发明公开了一种基于双螺旋型微纳光纤结构的高灵敏温度传感器。双螺旋型微纳光纤放置在柔性基底上并被柔性薄膜包埋，双螺旋型微纳光纤主要由直通微纳光纤和耦合微纳光纤相互平行螺旋缠绕而成，其中直通微纳光纤的一端连接白光光源，耦合微纳光纤的另一端与光谱仪连接；双螺旋型微纳光纤包括直通微纳光纤和耦合微纳光纤，两者两端对齐、且腰区直径一致、腰区长度相同；直通微纳光纤和耦合微纳光纤均主要由位于两端的未拉伸部分、位于中央的一段腰区以及位于腰区两端分别和未拉伸部分之间的拉锥过渡区构成。本发明能够高灵敏感知温度变化，具有结构紧凑、灵敏度高、制备简易、成本低等优点。
-
公开(公告)号：CN117433677A
公开(公告)日：2024-01-23
申请号：CN202311736669.2
申请日：2023-12-18
Applicant: 之江实验室
Abstract: 本发明公开了一种基于光谱变化的微纳光纤锥区受力位置检测方法和装置。方法是将待测压力施加到微纳光纤的锥区，后根据经过微纳光纤的光谱变化对待测压力及受力区间的位置检测，具体根据待测压力施加前后所检测到的光谱变化、待测压力移动位置前后所检测到的光谱变化并结合待测压力施加的位置判断；装置中，微纳光纤的腰区放置在柔性基底上并被柔性薄膜包埋，微纳光纤两端分别连接白光光源和光谱仪，微纳光纤正上方设置三维压力传感器，并且再底面设置施加压力的按压头。本发明通过比较不同受力位置和大小下的全输出光谱，对光纤锥区内不同受力位置能够进行准确测定，且结合人工智能算法，成功实现了对位置和力的高精度预测。
-
公开(公告)号：CN117990244A
公开(公告)日：2024-05-07
申请号：CN202410111758.6
申请日：2024-01-26
Applicant: 之江实验室
IPC: G01L1/24 , G01B11/00 , G01D5/353 , G06F18/10 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了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。将一根微纳光纤布置在负载所在的平面之下，将负载施加到平面上，将负载施加前后经过微纳光纤的光谱变化数据输入到神经网络模型中对平面上负载的大小和位置进行检测，所述神经网络模型采用LSTM‑Attention‑CNN模型；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。本发明方法利用微纳光纤所在平面受到负载的变化特性和规律，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检测。
-
公开(公告)号：CN116561590A
公开(公告)日：2023-08-08
申请号：CN202310834041.X
申请日：2023-07-10
Applicant: 之江实验室
IPC: G06F18/214 , G01L1/24 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的微纳光纤负载大小和位置预测方法及装置，提出一种基于多尺度一维卷积神经网络(1D‑CNN)和长短期记忆网络（LSTM）的方法(MSCNN‑LSTM)，能够同时精确预测施加在微纳光纤表面的负载大小和位置。通过数据增强的技术解决了在可用数据集较少的情况下深度学习易陷入过拟合的风险，同时通过将光谱数据与当前时间无负载下原始光谱数据做比值，解除了因原始光谱变化引起的数据偏差对模型预测的影响，提高模型对光谱数据对应负载大小和位置预测准确率。本发明方法在整个实验范围内能准确预测负载大小（MAE=0.02N）和负载施加位置（MAE=7.6um）,可用于开发广泛运用的触觉传感器。
-
-
-
-
-
Search Results
6
records
(took 0.039 seconds)
