Development of a Soft Tactile Sensor Array for Contact Localization Estimations

Abstract

La localisation des contacts est une caractéristique essentielle des capteurs tactiles pour les applications biomédicales, de réadaptation, chirurgicales et de robot de service où une interaction avec l'environnement est nécessaire. Dans ce travail, nous avons développé un capteur tactile souple piézoélectrique (PZT) basé sur la technique de fabrication couche par couche. Nous avons placé des éléments PZT de taille 4 × 4 mm 2 sous forme de matrice 3 × 3 avec des espaces de 3 mm et les avons intégrés dans des couches de silicone. Bien que le capteur ait des éléments de détection fragiles discrets, la couche de silicone distribue la force de contact sur la surface, ce qui permet une localisation continue des contacts sur le capteur. Ici, nous avons étudié l'estimation à l'aide des signaux de tension de sortie collectés et conditionnés des éléments PZT. Tout d'abord, nous avons utilisé un algorithme basé sur la logique qui donne des résultats qualitatifs à l'aide d'une interface utilisateur développée. Ensuite, nous avons utilisé des algorithmes d'apprentissage automatique pour estimer numériquement les coordonnées de la position de contact. Enfin, nous avons appliqué des algorithmes de réseau neuronal artificiel (ANN), d'arbre de décision (DT), de machine vectorielle de support (SVM) et de k voisin le plus proche (KNN) et comparé les résultats. Nous avons obtenu nos meilleurs résultats à l'aide d'un algorithme ANN à deux couches qui fournit un écart moyen de 0,08 mm pour l'axe X et 0,07 mm pour l'axe Y. De plus, nous avons eu 97,20 % des estimations de test avec une erreur inférieure à 0,35 mm. Par conséquent, nous pensons que notre capteur tactile donne des résultats prometteurs et peut être utilisé dans des applications à petite échelle où une estimation de la localisation du contact est souhaitée.La localización de contactos es una característica esencial de los sensores táctiles para aplicaciones biomédicas, de rehabilitación, quirúrgicas y de robots de servicio donde se necesita interacción con el entorno. En este trabajo, hemos desarrollado un sensor táctil suave basado en piezoeléctrico (PZT) utilizando la técnica de fabricación capa por capa. Colocamos elementos PZT de tamaño 4 × 4 mm 2 en forma de matriz 3 × 3 con espacios de 3 mm y los incrustamos en capas de silicona. Aunque el sensor tiene elementos sensores frágiles discretos, la capa de silicona distribuye la fuerza de contacto en el área de superficie, que es la que distribuye la fuerza de contacto. permite la localización continua de contactos en el sensor. Aquí, estudiamos la estimación utilizando las señales de voltaje de salida recopiladas y acondicionadas de los elementos PZT. En primer lugar, utilizamos un algoritmo basado en la lógica que da resultados cualitativos utilizando una interfaz de usuario desarrollada. Luego, utilizamos algoritmos de aprendizaje automático para estimar las coordenadas de posición de contacto numéricamente. Finalmente, aplicamos algoritmos de red neuronal artificial (ANN), árbol de decisión (DT), máquina de vectores de soporte (SVM) y k-vecino más cercano (KNN) y comparamos los resultados. Obtuvimos nuestros mejores resultados utilizando un algoritmo ANN de dos capas que proporciona una desviación media de 0.08 mm para el eje X y 0.07 mm para el eje Y. Además, tuvimos el 97.20% de las estimaciones de prueba con un error inferior a 0.35 mm. Por lo tanto, creemos que nuestro sensor táctil da resultados prometedores y se puede usar en aplicaciones a pequeña escala donde se desea la estimación de localización de contacto.Contact localization is an essential feature of tactile sensors for biomedical, rehabilitation, surgical, and service robot applications where interaction with the environment is needed.In this work, we have developed a piezoelectric (PZT) based soft tactile sensor using the layer-by-layer fabrication technique.We placed 4 × 4 mm 2 size PZT elements in 3 × 3 matrix form with 3 mm spaces and embedded them in silicone layers.Although the sensor has discrete brittle sensing elements, the silicone layer distributes the contact force on the surface area, which enables continuous contact localization on the sensor.Here, we studied the estimation using the collected and conditioned output voltage signals of PZT elements.First, we used a logic-based algorithm that gives results qualitatively using a developed user interface.Then we used machine learning algorithms to estimate the contact position coordinates numerically.Finally, we applied Artificial Neural Network (ANN), Decision Tree (DT), Support Vector Machine (SVM), and k-Nearest Neighbor (KNN) algorithms and compared the results.We got our best results using a two-layer ANN algorithm which provides a mean deviation of 0.08 mm for the X-axis and 0.07 mm for the Y-axis.Besides, we had 97.20% of testing estimations with an error lower than 0.35 mm.Therefore, we believe our tactile sensor gives promising results and can be used in small-scale applications where contact localization estimation is desired.يعد توطين الاتصال ميزة أساسية لأجهزة الاستشعار عن طريق اللمس لتطبيقات الروبوتات الطبية الحيوية وإعادة التأهيل والجراحية والخدمية حيث يلزم التفاعل مع البيئة. في هذا العمل، قمنا بتطوير مستشعر لمسي ناعم قائم على كهرضغطية (PZT) باستخدام تقنية التصنيع طبقة تلو الأخرى. وضعنا عناصر PZT بحجم 4 × 4 مم 2 في شكل مصفوفة 3 × 3 مع مساحات 3 مم ودمجها في طبقات السيليكون. على الرغم من أن المستشعر يحتوي على عناصر استشعار هشة منفصلة، إلا أن طبقة السيليكون توزع قوة التلامس على منطقة السطح، والتي يتيح توطين الاتصال المستمر على المستشعر. هنا، درسنا التقدير باستخدام إشارات جهد الخرج المجمعة والمشروطة لعناصر PZT. أولاً، استخدمنا خوارزمية قائمة على المنطق تعطي نتائج نوعيًا باستخدام واجهة مستخدم مطورة. ثم استخدمنا خوارزميات التعلم الآلي لتقدير إحداثيات موضع الاتصال عدديًا. أخيرًا، طبقنا خوارزميات الشبكة العصبية الاصطناعية (ANN) وشجرة القرار (DT) وآلة متجه الدعم (SVM) و k - Nearest Neighbor (KNN) وقارنا النتائج. حصلنا على أفضل نتائجنا باستخدام خوارزمية ANN من طبقتين والتي توفر انحرافًا متوسطًا قدره 0.08 مم للمحور X و 0.07 مم للمحور Y. إلى جانب ذلك، كان لدينا 97.20 ٪ من تقديرات الاختبار مع خطأ أقل من 0.35 مم. لذلك، نعتقد أن مستشعر اللمس الخاص بنا يعطي نتائج واعدة ويمكن استخدامه في التطبيقات الصغيرة حيث يكون تقدير توطين التلامس مطلوبًا.