机器人光纤接近觉复合传感器解耦新方法

华南理工大学学报（自然科学版） ›› 2006, Vol. 34 ›› Issue (7): 21-25.

机器人光纤接近觉复合传感器解耦新方法

刘桂雄李夏妮

华南理工大学机械工程学院，广东广州 510640

收稿日期:2005-01-08 出版日期:2006-07-25 发布日期:2006-07-25
通信作者: 刘桂雄(1968-)，男，教授，博士生导师，主要从事智能传感与网络控制、质量检测、建模与控制和光电技术及仪器研究． E-mail:megxliu@seut.edu.cn
作者简介:刘桂雄(1968-)，男，教授，博士生导师，主要从事智能传感与网络控制、质量检测、建模与控制和光电技术及仪器研究．
基金资助:
国家自然科学基金高技术探索资助项目(69785010)；广东省科技计划项目(2004B10201011)；广州市科技计划项目(053Z208008)

Novel Decoupling Approach to Integrated Optical-Fiber Proximity Sensor for Robot

Liu Gui-xiong Li Xia-ni

College of Mechanical Engineering,South China Univ.of Tech.,Guangzhou 510640,Guangdong,China

Received:2005-01-08 Online:2006-07-25 Published:2006-07-25
Contact: 刘桂雄(1968-)，男，教授，博士生导师，主要从事智能传感与网络控制、质量检测、建模与控制和光电技术及仪器研究． E-mail:megxliu@seut.edu.cn
About author:刘桂雄(1968-)，男，教授，博士生导师，主要从事智能传感与网络控制、质量检测、建模与控制和光电技术及仪器研究．
Supported by:
国家自然科学基金高技术探索资助项目(69785010)；广东省科技计划项目(2004B10201011)；广州市科技计划项目(053Z208008)

摘要/Abstract

摘要： 介绍了一种具有自补偿功能的光纤接近觉距离方位复合传感器的结构和工作原理，提出了一种基于多尺度特征的光纤接近觉复合传感解耦新方法，通过对传感信息的多尺度分辨级进行划分，进而采用不同精度的数值逼近方法实现对耦合方程的求解．文中介绍了该方法的原理、物理意义和具体实现过程．结果表明，该方法具有精度高、实时性好的特点，可以应用于存在类似问题的场合．

关键词: 机器人, 光纤接近觉传感器, 解耦, 多尺度特征

Abstract:

The structure and working principle of an integrated optical-fiber proximity sensor that detects both the distance and the orientation and possesses the function of self-compensation are introduced in this paper. The corre-sponding decoupling approach to the sensor is then presented based on the muhiscale characteristics. The decou-pling process can be divided into two parts:classifying the information based on the muhiscale degree and solving the coupling equation via the computational approximation methods with different precisions. The principle,physi-cal meaning and implementation process of the approach are finally discussed,indicating that the proposed ap-proach is so real-time and precise that it can be applied to other similar circumstances.

Key words: robot, optical-fiber proximity sensor, decoupling, muhiscale characteristic

刘桂雄李夏妮. 机器人光纤接近觉复合传感器解耦新方法[J]. 华南理工大学学报（自然科学版）, 2006, 34(7): 21-25.

Liu Gui-xiong Li Xia-ni. Novel Decoupling Approach to Integrated Optical-Fiber Proximity Sensor for Robot[J]. Journal of South China University of Technology (Natural Science Edition), 2006, 34(7): 21-25.

[1]	季祥, 王海红, 翟天嵩, 等. 多轴机器人系统输出反馈有限时间同步位置控制[J]. 华南理工大学学报(自然科学版), 2023, 51(9): 56-68.
[2]	张艳, 许昌康, 曹丽青, 等. 基于互信息解耦表示的跨域压力足迹图像检索[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 78-85.
[3]	姚道金, 殷雄, 罗真, 等. 复杂环境下AGVS路径规划[J]. 华南理工大学学报(自然科学版), 2023, 51(11): 56-62，139.
[4]	万珍平, 罗钊, 陆龙生, 等. 关节角参数化结合接近矢量可行方向的五自由度机械臂逆运动学求解[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 16-21.
[5]	王高, 陈晓鸿, 柳宁, 等. 一种基于视角选择经验增强算法的机器人抓取策略[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 126-137.
[6]	张铁, 许锦盛, 邹焱飚. 基于扰动卡尔曼滤波的机器人免力矩传感器拖动示教方法[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 116-125.
[7]	张勤, 胡嘉辉, 任海林. 饲喂辅助机器人的智能推料方法与试验研究[J]. 华南理工大学学报(自然科学版), 2022, 50(6): 111-120.
[8]	杨春玲杨雅静. 基于多尺度特征逐层融合深度神经网络的无参考图像质量评价方法研究[J]. 华南理工大学学报(自然科学版), 2022, 50(4): 81-89,141.
[9]	史步海, 欧华海, 郭清达. 基于位置跟踪器的机器人快速示教方法[J]. 华南理工大学学报(自然科学版), 2022, 50(10): 62-69.
[10]	魏武, 韩进, 李艳杰, 等. 基于双树 Quick-RRT* 算法的移动机器人路径规划[J]. 华南理工大学学报（自然科学版）, 2021, 49(7): 51-58.
[11]	翟宇毅, 马新愿, 陈冬冬, 等. 柔性穿戴式上肢康复机器人关节运动控制研究[J]. 华南理工大学学报(自然科学版), 2021, 49(6): 19-27.
[12]	全燕鸣何一明. 多机器人任务分配调度的克隆选择算法[J]. 华南理工大学学报（自然科学版）, 2021, 49(5): 102-110.
[13]	华德正, 刘新华, 赵欣, 等. 基于磁流变液的球形磁控机器人设计及实验[J]. 华南理工大学学报（自然科学版）, 2021, 49(2): 151-160.
[14]	周大为, 左曙光, 吴旭东, 等. 考虑变刚度解耦膜的液压悬置动特性快速预测模型[J]. 华南理工大学学报（自然科学版）, 2020, 48(6): 8-15.
[15]	王海涛彭熙凤林本末. 软体机器人研究进展[J]. 华南理工大学学报（自然科学版）, 2020, 48(2): 94-106.