基于MEMS的水下觸覺力傳感器及BP網絡標定實現(xiàn)

張建軍，李后生，劉群坡，李 涵，李沙沙

(1.河南理工大學電氣工程與自動化學院，河南焦作 454003；2.河南省智能裝備直驅技術與控制國際聯(lián)合實驗室(河南理工大學)，河南焦作 454003)

0 引言

水下觸覺力傳感器的設計與研究，對水下機械手智能化操作以及水下信息豐富化采集具有重要的意義。由于水下的特殊環(huán)境，水深引起的壓強會對觸覺力傳感器產生干擾[1]，如果直接測量觸覺力，會出現(xiàn)大水壓引起的信號變化造成觸覺力測量分辨困難的問題[2-3]。非水下環(huán)境的觸覺力傳感器由于無法克服水壓強影響或者無法分辨水壓信號與觸覺力信號，無法直接用于水下觸覺力測量。水下機械手由于缺少力覺感知功能，會造成操作目標的損壞，或者由于視線限制造成抓取不牢引起目標脫落的問題[4]。由于缺少力覺感知，水下機械手在作業(yè)過程中針對靜止目標或者運動遲緩目標可以很方便地實施抓住抓牢，但是對于運動的物體或者動物，就會由于操作者缺少快速決策性造成抓取困難，或者無法完成抓取任務[5-6]。因此，水下機械手觸覺力作為常見的物理量，其深入研究對水下作業(yè)能力的提高具有重要的理論意義和使用價值[7-10]。

如果直接用水下觸覺力傳感器，需要先驗知識的評判來估計真實觸覺力值，不利于生產實踐，必須對觸覺力傳感器進行標定以及數據融合算法研究。針對此問題首先設計了以硅杯為測量核心差壓式結構的觸覺力傳感器，設計了以STM32微控制器為核心的標定電路板。在上位機上MATLAB環(huán)境搭建了BP網絡結構，通過獲取STM32采集的標定數據訓練BP網絡，訓練好的BP網絡發(fā)送至標定電路板，完成數據融合要求，通過實驗測試觸覺力傳感器的輸出精度。

1 傳感器結構及實現(xiàn)原理

該傳感器為膠囊式形狀，差壓式結構，通過硅杯式力敏感元件實現(xiàn)力信號測量，如圖1所示。膠囊式觸覺力傳感器上、下側有兩個柔性觸頭，柔性觸頭為半球形。

圖1 觸覺力傳感器原理圖

仿造人體皮膚感知外界信息原理，球形觸頭由橡膠材料構成，其質軟并保持半球形，可以很好地將外部壓力信息無損失的傳遞給內部硅油。上部柔性觸頭將觸覺力引起的形變轉化為上側內部硅油壓強，同時將外部水壓強信息轉化為內部上側硅油壓強；下部柔性觸頭將外部水壓強轉化為下側內部硅油壓強，通過硅油將上、下側壓強信息導引至力測量單元硅杯的上、下側，通過矢量疊加使硅杯的應變反映了上部觸覺力引起的柔性觸頭變形信息，實現(xiàn)了在硅杯上表面觸覺力測量。

所設計的水下觸覺力傳感器樣機如圖2所示。柔性觸頭質軟易產生形變，通過硫化工藝和金屬固定連接。傳感器芯體上端可以直接測量硅油壓強，下端通過圓柱形空心管將硅油導入到硅半導體敏感元件的下端，實現(xiàn)差壓式測量。傳感器主要零件如圖3所示。

圖2 觸覺力傳感器實物圖

(a)柔性觸頭

(b)外殼

(c)傳感器芯體

(d)滑環(huán)圖3 觸覺力傳感器主要零件圖

傳感器芯體相當于一個惠斯登電橋，其實質是實現(xiàn)液體壓強測量，將外部水壓以及觸覺力轉變?yōu)槿嵝杂|頭的變形，擠壓內部硅油產生硅油壓強，實現(xiàn)芯體上的觸覺力測量。

2 傳感器標定系統(tǒng)介紹

水下觸覺力傳感器實現(xiàn)了觸覺力引起的應變變化轉換為電信號，為了實現(xiàn)標準力信號輸出，需要進行傳感器標定。擴散硅壓阻式傳感器[11-12]容易受到溫度影響產生溫度漂移，由于制作工藝問題，所設計觸覺力傳感器還無法完全消除水壓影響，必須通過數據融合算法消除溫度及水深帶來的非目標信號影響問題。設計觸覺力傳感器的標定系統(tǒng)介紹如下。

2.1 整體結構圖

觸覺力信號的輸出受到所加載觸覺力、水深、水溫的影響，為了通過數據融合實現(xiàn)真實觸覺力值輸出，需要通過STM32F103微控制器采集觸覺力信號、溫度信號以及水深信號，經過BP網絡算法計算實現(xiàn)標準力值計算，通過串口通訊以及D/A轉換實現(xiàn)標準信號輸出。采集不同水深以及不同水溫下加載一定規(guī)律序列的標準觸覺力，實現(xiàn)觸覺力傳感器的輸出值測量，分析由水溫及水深帶來交叉靈敏的規(guī)律。

針對水下觸覺力傳感器實現(xiàn)數據融合示意圖如圖4所示。觸覺力傳感器的觸覺力信號、溫度信號以及深度傳感器輸出的深度信號通過信號調理后供STM32微控制器采集，STM32微控制器通過A/D轉換后實現(xiàn)數據獲取后，通過內部BP網絡形式的數據結構的計算，獲取標準力值。其中信號調理電路實現(xiàn)信號的放大與濾波功能，微控制器內部BP網絡為在上位機訓練好的權值及閾值已知的神經網絡，實質為實現(xiàn)觸覺力、溫度、水深到標準觸覺力映射關系的標定函數。BP網絡為實現(xiàn)正確的映射關系，必須通過采集數據和標準觸覺力數據的訓練，訓練過程在上位機MATLAB神經網絡工具箱實現(xiàn)。通過串口通信實現(xiàn)上位機對STM32的觸覺力、溫度、水深三維信號的采集，記錄所加載標準力值。構成BP網絡訓練的數據序列，在MATLAB上BP網絡訓練獲取BP網絡的權值與閾值，通過串口通訊發(fā)送到STM32單片機實現(xiàn)在線標定。STM32單片機根據通訊協(xié)議利用串口同步通信實現(xiàn)BP網絡權值與閾值的接收，保證BP網絡在線標定實現(xiàn)。

圖4 觸覺力傳感器數據融合示意圖

首先建立硬件電路，需要對傳感器作用環(huán)境的溫度、水深信息采集，以及觸覺力信號的采集，建立三路信號的調理電路。信號調理電路主要包括信號的放大與濾波功能，然后將信號輸入至微控制器實現(xiàn)BP網絡的數據融合。BP網絡為離線訓練好的權值及閾值已知的神經網絡。微控制器經過對三路信號的處理實現(xiàn)數據擬合功能，將真實的觸覺力信號通過D/A轉換以及串口通訊實現(xiàn)標準的觸覺力值輸出。硬件電路還包括對各部分模塊的供電電路。通過串口通訊將力、溫度、深度信號按照一定格式發(fā)送，并且可以通過一定的通訊格式實現(xiàn)對自身BP網絡權值與閾值替換。

2.2 傳感器測量原理

實現(xiàn)觸覺力測量的傳感器實質為實現(xiàn)液體壓強測量的硅杯式壓阻傳感器芯體，通過光刻、離子注入、腐蝕、鍵合等工藝形成惠斯登全橋形式，輸出電壓與應變呈現(xiàn)線性關系，具有線性度好、靈敏度高、輸出穩(wěn)定等特點?；菟沟请姌驕y壓與測溫電路如圖5所示，電橋加載電壓，得到電橋應變信號輸出電壓[13-14]。由于硅杯式半導體材料對溫度敏感，所以惠斯登電橋可以等效為一個溫度靈敏電阻，通過串聯(lián)對溫度影響較小的精密電阻，測量電壓實現(xiàn)傳感器溫度測量。深度測量采用液位變送器，可以實現(xiàn)標準的1～5 V電壓信號輸出，通過STM32采集電壓信號。

圖5 惠斯登電橋測壓與測溫原理圖

3 基于BP網絡數據擬合

利用STM32微控制器實現(xiàn)BP網絡數據融合，BP網絡在STM32實現(xiàn)過程中包括在線標定過程以及訓練好的網絡數據融合過程。標定過程利用BP網絡進行數據融合需要對構建的BP網絡進行離線訓練，訓練過程在上位機上進行。上位機與STM32微控制器通過串口通訊連接。STM32微控制器將采集到的觸覺力信號、溫度信號、深度信號按照一定的通訊協(xié)議發(fā)送給上位機，上位機軟件接收數據并記錄此時加載的真實觸覺力值。當接收完標定數據后，建立BP網絡進行訓練，當滿足逼近誤差后通過測試樣本進行測試，如果滿足一定的精度要求后表明BP網絡訓練完畢。通過串口通訊將訓練好的BP網絡的權值、閾值等數據按照一定協(xié)議發(fā)送給STM32微控制器，完成在線標定。完成在線標定后STM32微控制器程序轉入訓練好的網絡數據融合過程，實時采集觸覺力信號、溫度信號、深度信號，通過訓練好的網絡數據融合后實現(xiàn)真實觸覺力值輸出。

3.1 傳感器輸出測量

將水下觸覺力傳感器置于標定裝置內，標定裝置位于盛水容器內，深度傳感器置于標定裝置上，將供電線引出到水面上連接到信號測量與控制電路板上，信號電路板通過串口通訊與測試計算機相連。在對神經網絡的訓練樣本及檢測樣本采集過程中，微控制器完成上電初始化，定時中斷實現(xiàn)對溫度、觸覺力信號A/D轉換方式測量，通過串口通訊實現(xiàn)深度信號采集，將三路采集數據通過串口通訊按照一定的協(xié)議發(fā)送給測試計算機。為了利用BP網絡完成數據擬合，需要分析水深、水溫對輸出觸覺力信號產生的輸出影響。針對此問題完成了傳感器零點深度漂移、溫度漂移下的傳感器觸覺力信號輸出。

3.1.1 零點漂移測量

為了保證傳感器的可靠性以及穩(wěn)定性，首先進行了不同水深下的傳感器零點測試。將傳感器置于0～6 m不同的水深下，傳感器不加觸覺力時，并且加上5 V電壓供電測量惠斯登電橋橋路輸出。不同深度下傳感器的零點輸出電壓圖如圖6所示。

圖6 傳感器零點輸出圖

傳感器輸出零點由83 mV變化至89 mV左右。雖然理想條件差壓式結構消除了水壓強影響，然而在實際測試中發(fā)現(xiàn)未完全消除水壓強影響，形成了固定漂移的現(xiàn)象。主要的原因是加工工藝以及傳感器問題，還無法保證上下側硅油體積相等，隨著外部水壓強變化導致硅油對硅杯底部上側與下側的壓強存在變化。隨著深度的增加，在柔性觸頭外部與內部的壓強差值增大，引起了柔性觸頭的位移及體積壓縮。由于水下觸覺力傳感器上下腔體充油體積不同，柔性觸頭的變形引起腔體內硅油運動及位移不同，故引起了傳感器的零點漂移。

3.1.2 溫度漂移測試

為了實現(xiàn)傳感器的可靠性以及穩(wěn)定性，保證在水下5～35 ℃溫度范圍內應用，對傳感器做了溫度測試試驗。將傳感器置于1 m水深的環(huán)境下，在水溫5、15、25、35 ℃的環(huán)境下，測量不同觸覺力施加下的觸覺力傳感器輸出值，不同溫度下傳感器輸出圖如圖7所示。傳感器受溫度影響產生了溫度漂移，在施加相同觸覺力時溫度的影響使輸出值不同。其中溫度漂移最大值發(fā)生在零點處。但是在每一個固定的溫度點上傳感器依然保持很好的線性度，可以通過溫度補償消除溫度影響。

圖7 不同溫度下觸覺力傳感器輸出圖

3.1.3 恒溫定深度輸出測量

為了實現(xiàn)觸覺力傳感器的任意深度下的觸覺力測量，將傳感器置于0～6 m水深環(huán)境，每增加1 m測量傳感器標準力加載條件下的信號輸出。其中水深0 m表示在水面外。不同深度下觸覺力輸出圖如圖8所示。

圖8 不同深度下觸覺力輸出信號

由圖8可知，將傳感器置于0、2、4、6 m的水深條件下，觸覺力傳感器在受力端加上標準觸覺力信號，觸覺力傳感器依然保證近似線性的關系，觸覺力傳感器非線性誤差為0.21%。由于制造工藝以及傳感器內部上下2個腔體的體積不同，水深增加造成了傳感器的零點漂移。零點漂移引起了觸覺力傳感器的差壓信號受到干擾影響，出現(xiàn)了線性偏移，但是依然滿足一定的精度要求。所以傳感器避免了水深產生的壓強影響，直接測量了觸覺力的信號，柔性觸頭保證了力信號的施加以及傳感器上下側的水壓平衡。

3.2 BP網絡數據擬合

由圖6～圖8可知，水下觸覺力傳感器輸出不但由所加載觸覺力決定，而且受到水深、水溫的影響，形成交叉靈敏度的問題。輸出零點由0 m水深的83 mV漂移至6 m水深時的89 mV，滿量程力加載下時由0 m水深的16.2 mV漂移至6 m水深時的16.8 mV。不同溫度時刻，同水深條件下的觸覺力輸出有規(guī)律漂移現(xiàn)象，所以要進行溫度、深度數據補償。為了更好地進行BP網絡參數的調整，加快BP網絡收斂速度[15-16]，需要對原測量數據進行歸一化處理，輸入數據及輸出數據的歸一化處理如式(1)、式(2)所示。

(1)

(2)

(3)

采用BP網絡數據融合算法實現(xiàn)對溫度、深度帶來的交叉靈敏度進行補償。通過建立觸覺力測量值、溫度測量值、水深度測量值信號三維變量作為BP網絡輸入，標準觸覺力值作為BP網絡輸出，建立多隱含層神經網絡結構，通過BP網絡的自組織、自推理能力離線訓練實現(xiàn)由輸入到輸出信號的非線性映射，獲取基于BP網絡權值與閾值的數據擬合函數。

打開MATLAB nntool 神經網絡工具箱[19-20]，創(chuàng)建一個4層的網絡。第1層為輸入層，為3個神經元，表示溫度、深度、標準力加載下傳感器輸出采樣值，輸入為3個變量的歸一化數值。第1隱含層為10個神經元，第2隱含層為8個神經元，輸出層為1個神經元，映射為加載標準力的歸一化值。輸入層、隱含層、輸出層各層的激勵函數均為tansig函數。

選擇0、2、4、6 m水深作為水深度數據，選擇溫度為5、10、15、20、25、30、35 ℃作為溫度數據，選擇0、3、6、9、12、15、18、21、24、27、30 N的力加載下的傳感器輸出值作為力信號，因此BP網絡目標值為0、3、6、9、12、15、18、21、24、27、30 N，所以BP網絡輸入為InputData∈R3×308，目標值為TargetData∈R1×308。

選擇3 m水深提供15、20 ℃的水溫環(huán)境，傳感器加載觸覺力值為0、3、6、9、12、15、18、21、24、27、30 N，測量傳感器輸出值等數據作為BP網絡的檢測樣本，設檢測變量輸入為TestData∈R3×22。

針對創(chuàng)建好的BP網絡，設置訓練參數。其中逼近誤差選擇1×10-12，目標選擇0，訓練次數選擇100 000，動量因子選擇默認值0.1，將歸一化之后的訓練樣本輸入到工具箱后開始訓練網絡，如果訓練次數達到最大仍然沒有使逼近誤差最小，仍然繼續(xù)訓練；當達到訓練誤差不再減少時停止訓練，此時的逼近誤差為3.225×10-9，訓練次數達到28 996次。利用檢測樣本來測試訓練好的神經網絡，檢測樣本仿真誤差小于0.01，滿足數據擬合要求，停止訓練。記錄此時的神經網絡權值與閾值，發(fā)送權值與閾值到STM32單片機。

3.3 數據融合驗證

將在MATLAB神經網絡工具箱訓練好的權值和閾值發(fā)送給STM32單片機后，需要再次驗證傳感器的數據融合效果。在恒定的水溫下不同的水深環(huán)境加載標準的觸覺力，記錄傳感器擬合后的輸出曲線；在恒定的水深下不同的水溫環(huán)境記錄傳感器的擬合后的輸出曲線。

由圖9可知，同一溫度且不同的水深下，加載相同的力條件下觸覺力傳感器輸出經BP網絡數據融合值保持恒定；同一水深且不同溫度條件下，加載相同的力條件下觸覺力傳感器輸出經BP網絡數據融合值保持恒定。BP網絡數據融合消除了水深、水溫對觸覺力傳感器輸出的影響，具有很好的數據擬合效果。觸覺力傳感器經BP網絡數據擬合后的輸出精度為5%。

圖9 恒定水溫不同深度下傳感器輸出值

由圖10可知，在某一固定的水深下，變化的水溫條件下觸覺力信號經BP網絡數據融合后輸出值保持恒定。在傳感器加載同一個觸覺力，在不同的水深并且不同的溫度條件下，其輸出值基本保持恒定。經過BP網絡的數據融合，消除了水深、水溫對觸覺力傳感器帶來的輸出影響，具有很好的數據擬合效果。觸覺力傳感器經BP網絡數據擬合后的輸出精度為5%。

圖10 恒定水深不同水溫下傳感器輸出值

4 結束語

水下觸覺力測量在受到水壓強影響下會產生交叉靈敏度，造成觸覺力信號分辨困難的問題。隨著水壓強增加外部干擾變得更大，弱小的觸覺力信號更加分辨困難且難以提取。針對此問題設計了基于MEMS的差壓式結構的水下觸覺力傳感器。該觸覺力傳感器呈膠囊外形，上側感知水壓強與觸覺力信息，下側感知水壓強信息，通過上下側矢量疊加在硅杯表面實現(xiàn)真實觸覺力測量。為了實現(xiàn)真實觸覺力輸出，設計了基于STM32的傳感器數據采集信號及BP網絡數據融合算法對觸覺力傳感器進行標定，實驗測得傳感器標定后的數據融合精度為5%。