CN113588144B - 应力分布检测系统、方法及装置 - Google Patents
应力分布检测系统、方法及装置 Download PDFInfo
- Publication number
- CN113588144B CN113588144B CN202110836256.6A CN202110836256A CN113588144B CN 113588144 B CN113588144 B CN 113588144B CN 202110836256 A CN202110836256 A CN 202110836256A CN 113588144 B CN113588144 B CN 113588144B
- Authority
- CN
- China
- Prior art keywords
- stress
- fabric sensor
- voltage
- target fabric
- power transmission
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000004744 fabric Substances 0.000 claims abstract description 157
- 230000005540 biological transmission Effects 0.000 claims abstract description 70
- 238000003825 pressing Methods 0.000 claims abstract description 65
- 238000012549 training Methods 0.000 claims description 19
- 230000008859 change Effects 0.000 abstract description 8
- 230000035882 stress Effects 0.000 description 202
- 230000006870 function Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 238000007635 classification algorithm Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910021389 graphene Inorganic materials 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006355 external stress Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 210000002268 wool Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L1/00—Measuring force or stress, in general
- G01L1/16—Measuring force or stress, in general using properties of piezoelectric devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Force Measurement Appropriate To Specific Purposes (AREA)
Abstract
本申请提供一种应力分布检测系统、方法及装置,涉及应力传感技术领域。本申请通过分别经上拉电阻与目标织物传感器的输电端口电性连接的多个外接电源对该目标织物传感器进行通电,并由电压检测设备对目标织物传感器的各输电端口处的输入电压值进行检测,而后由与电压检测设备电性连接的应力定位设备直接调用与目标织物传感器匹配的应力检测模型,对该目标织物传感器的各输电端口处的输入电压值进行特征识别,确定该目标织物传感器的存在按压应力的目标传感区域,从而通过低成本损耗实现对织物传感器的受力部位的精准定位功能,提升织物传感器的受力定位精度,以便于对穿戴者的物理特征变化进行精准监测。
Description
技术领域
本申请涉及应力传感技术领域,具体而言,涉及一种应力分布检测系统、方法及装置。
背景技术
随着科学技术的不断发展,可穿戴电子产品逐渐发展出了与布料兼容的柔性织物传感器,以便于穿戴有柔性织物传感器的穿戴者(例如,智能机器人、人类、动物等)通过柔性织物传感器监测到自身的物理特征变化(例如,外部受力、局部弯折或局部拉伸等)。在此情况下,柔性织物传感器的受力部位定位精度便是影响对穿戴者的物理特征变化的监测精准度的一项重要因素。
发明内容
有鉴于此,本申请的目的在于提供一种应力分布检测系统、方法及装置,能够通过低成本损耗实现对织物传感器的受力部位的精准定位功能,提升织物传感器的受力定位精度,以便于对穿戴者的物理特征变化进行精准监测。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请提供一种应力分布检测系统,所述检测系统包括电压检测设备、应力定位设备及多个外接电源;
多个所述外接电源分别经上拉电阻与目标织物传感器的一个输电端口电性连接,用于对所述目标织物传感器进行通电,其中所述目标织物传感器的输电端口数目与外接电源总数保持一致;
所述电压检测设备用于对所述目标织物传感器的各输电端口处的输入电压值进行检测;
所述应力定位设备与所述电压检测设备电性连接,用于从所述电压检测设备处获取所述目标织物传感器的各输电端口处的输入电压值,并调用与所述目标织物传感器匹配的应力检测模型对获取到的各输电端口处的输入电压值进行特征识别,确定所述目标织物传感器的存在按压应力的目标传感区域。
在可选的实施方式中,所述应力定位设备,还用于从所述电压检测设备处获取所述目标织物传感器中各传感区域被不同按压应力单独按压时的电压数据样本,并基于获取到的多个所述电压数据样本进行网络模型训练,得到与该目标织物传感器匹配的应力检测模型,其中每个所述电压数据样本包括对应传感区域多次被对应按压应力单独按压时的各输电端口的样本电压值。
在可选的实施方式中,所述检测系统还包括供电设备;
所述供电设备与所述电压检测设备及所述应力定位设备分别电性连接,用于分别向所述电压检测设备及所述应力定位设备提供电能。
在可选的实施方式中,多个所述外接电源各自的电源电压互不相同。
第二方面,本申请提供一种应力分布检测方法,应用于前述实施方式中任意一项所述的应力分布检测系统,所述方法包括:
电压检测设备对目标织物传感器的各输电端口处的输入电压值进行检测,并将检测到的所述各输电端口处的输入电压值发送给应力定位设备;
所述应力定位设备调用与所述目标织物传感器匹配的应力检测模型,将获取到的所述各输电端口处的输入电压值输入所述应力检测模型进行特征识别,确定所述目标织物传感器的存在按压应力的目标传感区域。
在可选的实施方式中,所述方法还包括:
所述电压检测设备对所述目标织物传感器中各传感区域被不同按压应力单独多次按压时的各输电端口处的输入电压值进行采集,得到各传感区域被不同按压应力单独按压时的电压数据样本,其中每个电压数据样本包括对应传感区域多次被对应按压应力单独按压时所对应的各输电端口处的样本电压值;
所述电压检测设备将得到的多个所述电压数据样本发送给所述应力定位设备;
所述应力定位设备对接收到的每个电压数据样本进行数据除噪,得到对应的应力电压样本;
所述应力定位设备基于所述目标织物传感器中各传感区域被不同按压应力单独按压时分别对应的应力电压样本进行网络模型训练,得到与该目标织物传感器匹配的应力检测模型。
第三方面,本申请提供一种应力分布检测方法,应用于前述实施方式中任意一项所述的应力分布检测系统所包括的应力定位设备,所述方法包括:
获取电压检测设备在目标织物传感器的各输电端口处分别检测到的输入电压值;
调用与所述目标织物传感器匹配的应力检测模型,并将获取到的所述各输电端口的输入电压值输入所述应力检测模型进行特征识别,确定所述目标织物传感器的存在按压应力的目标传感区域。
在可选的实施方式中,所述方法还包括:
获取所述电压检测设备针对所述目标织物传感器中各传感区域被不同按压应力单独按压时分别采集到的电压数据样本,其中每个电压数据样本包括对应传感区域多次被对应按压应力单独按压时所对应的各输电端口处的样本电压值;
对接收到的每个电压数据样本进行数据除噪,得到对应的应力电压样本;
基于所述目标织物传感器中各传感区域被不同按压应力单独按压时分别对应的应力电压样本进行网络模型训练,得到与该目标织物传感器匹配的应力检测模型。
第四方面,本申请提供一种应力分布检测装置,应用于前述实施方式中任意一项所述的应力分布检测系统所包括的应力定位设备,所述装置包括:
电压获取模块,用于获取电压检测设备在目标织物传感器的各输电端口处分别检测到的输入电压值;
应力定位模块,用于调用与所述目标织物传感器匹配的应力检测模型,并将获取到的所述各输电端口的输入电压值输入所述应力检测模型进行特征识别,确定所述目标织物传感器的存在按压应力的目标传感区域。
在可选的实施方式中,所述装置还包括:
样本获取模块,用于获取所述电压检测设备针对所述目标织物传感器中各传感区域被不同按压应力单独按压时分别采集到的电压数据样本,其中每个电压数据样本包括对应传感区域多次被对应按压应力单独按压时所对应的各输电端口处的样本电压值;
样本除噪模块,用于对接收到的每个电压数据样本进行数据除噪,得到对应的应力电压样本;
模型训练模块,用于基于所述目标织物传感器中各传感区域被不同按压应力单独按压时分别对应的应力电压样本进行网络模型训练,得到与该目标织物传感器匹配的应力检测模型。
在此情况下,本申请实施例的有益效果包括以下内容:
本申请通过分别经上拉电阻与目标织物传感器的输电端口电性连接的多个外接电源对该目标织物传感器进行通电,并由电压检测设备对目标织物传感器的各输电端口处的输入电压值进行检测,而后由与电压检测设备电性连接的应力定位设备直接调用与目标织物传感器匹配的应力检测模型,对该目标织物传感器的各输电端口处的输入电压值进行特征识别,确定该目标织物传感器的存在按压应力的目标传感区域,从而通过外接电源与电压检测设备之间配合构建形成低成本损耗的传感器采样电路,并通过应力检测模型实现对织物传感器的受力部位的精准定位功能,提升织物传感器的受力定位精度,以便于对穿戴者的物理特征变化进行精准监测。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的应力分布检测系统的系统示意图;
图2为本申请实施例提供的第一种应力分布检测方法的流程示意图之一;
图3为本申请实施例提供的第一种应力分布检测方法的流程示意图之二;
图4为本申请实施例提供的第二种应力分布检测方法的流程示意图之一;
图5为本申请实施例提供的第二种应力分布检测方法的流程示意图之二;
图6为本申请实施例提供的应力分布检测装置的组成示意图之一;
图7为本申请实施例提供的应力分布检测装置的组成示意图之二。
图标:10-应力分布检测系统;100-应力定位设备;200-电压检测设备;300-外接电源;310-上拉电阻;11-目标织物传感器;400-供电设备;110-应力分布检测装置;111-电压获取模块;112-应力定位模块;113-样本获取模块;114-样本除噪模块;115-模型训练模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
在本申请的描述中,可以理解的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互结合。
请参照图1,图1是本申请实施例提供的应力分布检测系统10的系统示意图。在本申请实施例中,所述应力分布检测系统10能够通过低成本损耗实现对织物传感器的受力部位的精准定位功能,提升织物传感器的受力定位精度,以便于对穿戴该织物传感器的穿戴者的物理特征变化进行精准监测。其中,所述应力分布检测系统10可以包括应力定位设备100、电压检测设备200及多个外接电源300,所述应力分布检测系统10通过所述外接电源300与电压检测设备200之间配合,构建形成针对目标织物传感器11的低成本损耗的传感器采样电路,并通过所述应力定位设备100对织物传感器的受力部位进行精准定位。在本实施例的一种实施方式中,所述目标织物传感器11可以是采用氧化石墨烯轧染罗纹环毛织物后形成,以通过该目标织物传感器11的氧化石墨烯图层具有导电传感能力。
在本实施例中,多个所述外接电源300分别经一个上拉电阻310与目标织物传感器11的一个输电端口电性连接,用于对所述目标织物传感器11进行通电,所述目标织物传感器11的输电端口数目与外接电源总数保持一致。其中,所述目标织物传感器11的输电端口数目为多个,所述目标织物传感器11的单个侧边上存在的输电端口可以为一个或多个,所述目标织物传感器11在与多个所述外接电源300电性连接的同时会相应地接地。在本实施例的一种实施方式中,以图1为例的所述目标织物传感器11的形状为矩形,所述目标织物传感器11的三个相邻侧边上各自设置有一个输电端口,每个输电端口对应连接一个外接电源300,每个上拉电阻310的阻值为10KΩ。
在本实施例中,所述目标织物传感器11可被预先划分为多个传感区域,每个传感区域在被单独按压时的按压位置变动和/或按压应力大小变动都会引起所述目标织物传感器11的局部电阻发生不同程度的变化,导致所述目标织物传感器11在不同外接电源300处将会表现出不同程度的分压能力。由此,可直接通过所述电压检测设备200用于对所述目标织物传感器11的各输电端口处的输入电压值进行检测,以确定所述目标织物传感器11在不同外接电源300处分得的输入电压值。在本实施例的一种实施方式中,以图1为例的所述目标织物传感器11可被均匀地划分为3*3个传感区域,每个传感区域对应一个区域编号,即该目标织物传感器11可由传感区域A、传感区域B、传感区域C、传感区域D、传感区域E、传感区域F、传感区域G、传感区域H及传感区域I组成。
在本实施例中,所述应力定位设备100处存储有与所述目标织物传感器11匹配的用于检测该目标织物传感器11中各传感区域是否被按压的应力检测模型。所述应力定位设备100可通过与所述电压检测设备200电性连接,以从所述电压检测设备200处获取所述目标织物传感器11的各输电端口处的输入电压值,而后将获取到的各输电端口处的输入电压值输入到与该目标织物传感器11对应的应力检测模型中进行特征识别,由所述应力检测模型根据输入的各输电端口处的输入电压值判断该目标织物传感器11当前的存在按压应力的目标传感区域。
由此,本申请可通过所述外接电源300与电压检测设备200之间配合,构建形成针对目标织物传感器11的低成本损耗的传感器采样电路,并通过所述应力定位设备100存储的应力检测模型对采样得到的传感器电压信息进行分析,实现对织物传感器的受力部位的精准定位功能,提升织物传感器的受力定位精度,以便于对穿戴者的物理特征变化进行精准监测。
在本实施例中,所述应力定位设备100在得到与所述目标织物传感器11匹配的应力检测模型之前,可通过从所述电压检测设备200处获取所述目标织物传感器11中各传感区域被不同按压应力单独按压时的电压数据样本,其中每个所述电压数据样本单独对应一个被按压的传感区域及一种具体按压应力,每个所述电压数据样本包括对应传感区域多次被相同按压应力单独按压时每次按压所对应的各输电端口的样本电压值,同一传感区域被多次按压时所对应的按压位置可以相同,也可以不同。其中,按压压力可由测试人员人工地采用绝缘塑料棒进行按压的方式施加,也可由步进精度为0.001m的丝杆步进电机滑台采用绝缘塑料棒进行按压的方式施加,每个所述电压数据样本可以包括至少20000次按压各自对应的各输电端口的样本电压值。
所述应力定位设备100在获取到同一目标织物传感器11中各传感区域被不同按压应力单独按压时分别对应的电压数据样本后,可基于机器学习算法将这些电压数据样本作为模型训练样本进行网络模型训练,以生成针对所述目标织物传感器11的与上述传感器采样电路匹配的应力检测模型。其中,所述机器学习算法可以是,但不限于,卷积神经网络(Convolutional Neural Network,CNN)算法、K最临近(k-NearestNeighbor,KNN)分类算法、决策树算法、随机森林算法、贝叶斯分类算法、支持向量机算法等算法中的至少一种或多种组合。
在本实施例的一种实施方式中,所述应力定位设备100在获取到同一目标织物传感器11中各传感区域被不同按压应力单独按压时分别对应的电压数据样本后,可通过对获取到的电压数据样本进行数据除噪,以排除额外因素对模型训练的干扰,而后采用KNN分类算法对除噪后的各样本数据进行分类分析,通过训练出的模型来确定不同类别数据分散状况,接着采用交叉验证的方式对训练出的模型进行验证,接着再次采用KNN分类算法对验证的模型进行调整并再次进行模型验证,以确保最终训练出的网络模型实质与所述目标织物传感器11及上述传感器采样电路匹配,即得到所述应力检测模型。
在本申请实施例中,所述应力分布检测系统10还可以包括供电设备400。所述供电设备400与所述电压检测设备200及所述应力定位设备100分别电性连接,用于分别向所述电压检测设备200及所述应力定位设备100提供电能,以确保所述电压检测设备200及所述应力定位设备100各自能够正常运行。
在本申请实施例中,与所述目标织物传感器11电性连接的多个所述外接电源300各自的电源电压互不相同,以便于放大所述目标织物传感器11在不同外接电源300处所表现出的分压能力之间的差异,确保训练出的应力检测模型具有良好的鲁棒性,并提升所述应力检测模型的受力定位精准度。在本实施例的一种实施方式中,以图1为例的三个外接电源300各自的电源电压分别为3V、4V及5V。
在本申请中,为确保上述应力分布检测系统10能够低成本损耗地实现对织物传感器的受力部位的精准定位功能,本申请通过提供应用于上述应力分布检测系统10的一种应力分布检测方法实现前述功能。下面对本申请实施例提供的第一种应力分布检测方法进行相应描述。
请参照图2,图2是本申请实施例提供的第一种应力分布检测方法的流程示意图之一。在本实施例中,图2所示的第一种应力分布检测方法可以包括步骤S210~步骤S220。
步骤S210,电压检测设备对目标织物传感器的各输电端口处的输入电压值进行检测,并将检测到的各输电端口处的输入电压值发送给应力定位设备。
步骤S220,应力定位设备调用与目标织物传感器匹配的应力检测模型,将获取到的各输电端口处的输入电压值输入应力检测模型进行特征识别,确定目标织物传感器的存在按压应力的目标传感区域。
由此,本申请可通过所述应力定位设备100与所述电压检测设备200之间的配合,在所述目标织物传感器11的某个传感区域被按压时,通过对该目标织物传感器11在按压状况下表现出的分压能力进行分析,精准地确定出该目标织物传感器11的存在按压应力的目标传感区域,从而在提升织物传感器的受力定位精度的同时,降低受力定位功能的实现成本,以便于对穿戴者的物理特征变化进行精准监测。
可选地,请参照图3,图3是本申请实施例提供的第一种应力分布检测方法的流程示意图之二。在本实施例中,与图2所示的第一应力分布检测方法相比,图3所示的第一应力分布检测方法还可以包括步骤S201~步骤S204。
步骤S201,电压检测设备对目标织物传感器中各传感区域被不同按压应力单独多次按压时的各输电端口处的输入电压值进行采集,得到各传感区域被不同按压应力单独按压时的电压数据样本。
其中,每个电压数据样本包括对应传感区域多次被对应按压应力单独按压时所对应的各输电端口处的样本电压值。
步骤S202,电压检测设备将得到的多个电压数据样本发送给应力定位设备。
步骤S203,应力定位设备对接收到的每个电压数据样本进行数据除噪,得到对应的应力电压样本。
在本实施例中,所述应力定位设备100在接收到一个电压数据样本后,可通过对该电压数据样本内属于同一输电端口的样本电压值进行均值计算,而后剔除该电压数据样本中远远大于或小于该输电端口的样本电压均值的样本电压值,以确保得到的应力电压样本具有较好的数据稳定性。所述应力定位设备100也可通过将该电压数据样本内相邻两次按压操作在同一输电端口的样本电压值之间的电压均值,作为所述应力电压样本中的一个与该输电端口对应的样本电压数据,从而提升样本数据稳定性,排除额外因素的干扰。
步骤S204,应力定位设备基于目标织物传感器中各传感区域被不同按压应力单独按压时分别对应的应力电压样本进行网络模型训练,得到与该目标织物传感器匹配的应力检测模型。
由此,本申请可通过上述步骤S201~步骤S204,确保训练出的应力检测模型是与所述目标织物传感器11以及各外接电源300相匹配的,能够具有良好的模型鲁棒性,以及针对所述目标织物传感器11的受力定位精准度。
在本申请中,为确保上述应力分布检测系统10中的应力定位设备100能够有效地对目标织物传感器11的受力部位进行检测,本申请通过提供应用于上述应力分布检测系统10中的应力定位设备100的一种应力分布检测方法实现前述功能。下面对本申请实施例提供的第二种应力分布检测方法进行相应描述。
请参照图4,图4是本申请实施例提供的第二种应力分布检测方法的流程示意图之一。在本实施例中,图4所示的第二种应力分布检测方法应用于上述应力定位设备100,其可以包括步骤S301及步骤S302。
步骤S301,获取电压检测设备在目标织物传感器的各输电端口处分别检测到的输入电压值。
步骤S302,调用与目标织物传感器匹配的应力检测模型,并将获取到的各输电端口的输入电压值输入所述应力检测模型进行特征识别,确定目标织物传感器的存在按压应力的目标传感区域。
由此,本申请可通过执行上述步骤S301及步骤S302,在所述目标织物传感器11的某个传感区域被按压时,通过对该目标织物传感器11在按压状况下表现出的分压能力进行分析,精准地确定出该目标织物传感器11的存在按压应力的目标传感区域,从而提升织物传感器的受力定位精度。
可选地,请参照图5,图5是本申请实施例提供的第二种应力分布检测方法的流程示意图之二。在本实施例中,与图4所示的第二种应力分布检测方法相比,图5所示的第二种应力分布检测方法还可以包括步骤S303~步骤S305。
步骤S303,获取电压检测设备针对目标织物传感器中各传感区域被不同按压应力单独按压时分别采集到的电压数据样本。其中每个电压数据样本包括对应传感区域多次被对应按压应力单独按压时所对应的各输电端口处的样本电压值。
步骤S304,对接收到的每个电压数据样本进行数据除噪,得到对应的应力电压样本。
步骤S305,基于目标织物传感器中各传感区域被不同按压应力单独按压时分别对应的应力电压样本进行网络模型训练,得到与该目标织物传感器匹配的应力检测模型。
由此,本申请可通过执行上述步骤S303~步骤S305,确保训练出的应力检测模型是与所述目标织物传感器11以及各外接电源300相匹配的,能够具有良好的模型鲁棒性,以及针对所述目标织物传感器11的受力定位精准度。
在本申请中,为确保所述应力定位设备100能够正常执行上述第二种物体形变检测方法,本申请可通过在所述应力定位设备100的存储单元处配置一个物体形变检测装置,并通过对该物体形变检测装置进行功能模块划分的方式实现前述功能。下面对本申请提供的物体形变检测装置的具体组成进行相应描述。
请参照图6,图6是本申请实施例提供的应力分布检测装置110的组成示意图之一。在本申请实施例中,所述应力分布检测装置110可以包括电压获取模块111及应力定位模块112。
电压获取模块111,用于获取电压检测设备在目标织物传感器的各输电端口处分别检测到的输入电压值。
应力定位模块112,用于调用与目标织物传感器匹配的应力检测模型,并将获取到的各输电端口的输入电压值输入应力检测模型进行特征识别,确定目标织物传感器的存在按压应力的目标传感区域。
可选地,请参照图7,图7是本申请实施例提供的应力分布检测装置110的组成示意图之二。在本申请实施例中,所述应力分布检测装置110还可以包括样本获取模块113、样本除噪模块114及模型训练模块115。
样本获取模块113,用于获取电压检测设备针对目标织物传感器中各传感区域被不同按压应力单独按压时分别采集到的电压数据样本,其中每个电压数据样本包括对应传感区域多次被对应按压应力单独按压时所对应的各输电端口处的样本电压值。
样本除噪模块114,用于对接收到的每个电压数据样本进行数据除噪,得到对应的应力电压样本。
模型训练模块115,用于基于目标织物传感器中各传感区域被不同按压应力单独按压时分别对应的应力电压样本进行网络模型训练,得到与该目标织物传感器匹配的应力检测模型。
需要说明的是,本申请实施例所提供的应力分布检测装置110,其基本原理及产生的技术效果与前述第二种应力分布检测方法相同。为简要描述,本实施例部分未提及之处,可参考上述的针对第二种应力分布检测方法的描述内容。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
综上所述,在本申请提供的应力分布检测系统、方法及装置中,本申请通过分别经上拉电阻与目标织物传感器的输电端口电性连接的多个外接电源对该目标织物传感器进行通电,并由电压检测设备对目标织物传感器的各输电端口处的输入电压值进行检测,而后由与电压检测设备电性连接的应力定位设备直接调用与目标织物传感器匹配的应力检测模型,对该目标织物传感器的各输电端口处的输入电压值进行特征识别,确定该目标织物传感器的存在按压应力的目标传感区域,从而通过外接电源与电压检测设备之间配合构建形成低成本损耗的传感器采样电路,并通过应力检测模型实现对织物传感器的受力部位的精准定位功能,提升织物传感器的受力定位精度,以便于对穿戴者的物理特征变化进行精准监测。
以上所述,仅为本申请的各种实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应当以权利要求的保护范围为准。
Claims (9)
1.一种应力分布检测系统,其特征在于,所述检测系统包括电压检测设备、应力定位设备及多个外接电源;
多个所述外接电源分别经上拉电阻与目标织物传感器的一个输电端口电性连接,用于对所述目标织物传感器进行通电,其中所述目标织物传感器的输电端口数目与外接电源总数保持一致;
所述电压检测设备用于对所述目标织物传感器的各输电端口处的输入电压值进行检测;
所述应力定位设备与所述电压检测设备电性连接,用于从所述电压检测设备处获取所述目标织物传感器的各输电端口处的输入电压值,并调用与所述目标织物传感器匹配的应力检测模型对获取到的各输电端口处的输入电压值进行特征识别,确定所述目标织物传感器的存在按压应力的目标传感区域;
其中,所述应力定位设备,还用于从所述电压检测设备处获取所述目标织物传感器中各传感区域被不同按压应力单独按压时的电压数据样本,并基于获取到的多个所述电压数据样本进行网络模型训练,得到与该目标织物传感器匹配的应力检测模型,其中每个所述电压数据样本包括对应传感区域多次被对应按压应力单独按压时的各输电端口的样本电压值。
2.根据权利要求1所述的检测系统,其特征在于,所述检测系统还包括供电设备;
所述供电设备与所述电压检测设备及所述应力定位设备分别电性连接,用于分别向所述电压检测设备及所述应力定位设备提供电能。
3.根据权利要求2所述的检测系统,其特征在于,多个所述外接电源各自的电源电压互不相同。
4.一种应力分布检测方法,其特征在于,应用于权利要求1-3中任意一项所述的应力分布检测系统,所述方法包括:
电压检测设备对目标织物传感器的各输电端口处的输入电压值进行检测,并将检测到的所述各输电端口处的输入电压值发送给应力定位设备;
所述应力定位设备调用与所述目标织物传感器匹配的应力检测模型,将获取到的所述各输电端口处的输入电压值输入所述应力检测模型进行特征识别,确定所述目标织物传感器的存在按压应力的目标传感区域。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
所述电压检测设备对所述目标织物传感器中各传感区域被不同按压应力单独多次按压时的各输电端口处的输入电压值进行采集,得到各传感区域被不同按压应力单独按压时的电压数据样本,其中每个电压数据样本包括对应传感区域多次被对应按压应力单独按压时所对应的各输电端口处的样本电压值;
所述电压检测设备将得到的多个所述电压数据样本发送给所述应力定位设备;
所述应力定位设备对接收到的每个电压数据样本进行数据除噪,得到对应的应力电压样本;
所述应力定位设备基于所述目标织物传感器中各传感区域被不同按压应力单独按压时分别对应的应力电压样本进行网络模型训练,得到与该目标织物传感器匹配的应力检测模型。
6.一种应力分布检测方法,其特征在于,应用于权利要求1-3中任意一项所述的应力分布检测系统所包括的应力定位设备,所述方法包括:
获取电压检测设备在目标织物传感器的各输电端口处分别检测到的输入电压值;
调用与所述目标织物传感器匹配的应力检测模型,并将获取到的所述各输电端口的输入电压值输入所述应力检测模型进行特征识别,确定所述目标织物传感器的存在按压应力的目标传感区域。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
获取所述电压检测设备针对所述目标织物传感器中各传感区域被不同按压应力单独按压时分别采集到的电压数据样本,其中每个电压数据样本包括对应传感区域多次被对应按压应力单独按压时所对应的各输电端口处的样本电压值;
对接收到的每个电压数据样本进行数据除噪,得到对应的应力电压样本;
基于所述目标织物传感器中各传感区域被不同按压应力单独按压时分别对应的应力电压样本进行网络模型训练,得到与该目标织物传感器匹配的应力检测模型。
8.一种应力分布检测装置,其特征在于,应用于权利要求1-3中任意一项所述的应力分布检测系统所包括的应力定位设备,所述装置包括:
电压获取模块,用于获取电压检测设备在目标织物传感器的各输电端口处分别检测到的输入电压值;
应力定位模块,用于调用与所述目标织物传感器匹配的应力检测模型,并将获取到的所述各输电端口的输入电压值输入所述应力检测模型进行特征识别,确定所述目标织物传感器的存在按压应力的目标传感区域。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
样本获取模块,用于获取所述电压检测设备针对所述目标织物传感器中各传感区域被不同按压应力单独按压时分别采集到的电压数据样本,其中每个电压数据样本包括对应传感区域多次被对应按压应力单独按压时所对应的各输电端口处的样本电压值;
样本除噪模块,用于对接收到的每个电压数据样本进行数据除噪,得到对应的应力电压样本;
模型训练模块,用于基于所述目标织物传感器中各传感区域被不同按压应力单独按压时分别对应的应力电压样本进行网络模型训练,得到与该目标织物传感器匹配的应力检测模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836256.6A CN113588144B (zh) | 2021-07-23 | 2021-07-23 | 应力分布检测系统、方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836256.6A CN113588144B (zh) | 2021-07-23 | 2021-07-23 | 应力分布检测系统、方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113588144A CN113588144A (zh) | 2021-11-02 |
CN113588144B true CN113588144B (zh) | 2023-08-18 |
Family
ID=78249630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110836256.6A Active CN113588144B (zh) | 2021-07-23 | 2021-07-23 | 应力分布检测系统、方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113588144B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118490215A (zh) * | 2024-07-18 | 2024-08-16 | 歌尔股份有限公司 | 肩部动态模拟监测方法、系统、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008249512A (ja) * | 2007-03-30 | 2008-10-16 | Sunx Ltd | 検出センサ、コントロールユニット、センサヘッド及びセンサヘッド識別方法 |
JP2011102457A (ja) * | 2009-10-15 | 2011-05-26 | Tsuchiya Co Ltd | 導電性織物及び導電性織物を使用したタッチセンサ装置 |
CN102143695A (zh) * | 2008-06-13 | 2011-08-03 | 耐克国际有限公司 | 具有传感器系统的鞋 |
CN110044525A (zh) * | 2019-04-26 | 2019-07-23 | 西安建筑科技大学 | 一种柔性电阻式点阵式压力检测系统、方法和装置 |
CN111832614A (zh) * | 2020-06-04 | 2020-10-27 | 北京百度网讯科技有限公司 | 目标检测模型的训练方法、装置、电子设备及存储介质 |
CN112254849A (zh) * | 2020-12-22 | 2021-01-22 | 棉捷(北京)网络科技有限公司 | 压力传感器、压力传感系统、姿态检测方法和装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6369804B1 (en) * | 1998-09-26 | 2002-04-09 | Eleksen Limited | Detector constructed from fabric having non-uniform conductivity |
US9271665B2 (en) * | 2011-05-20 | 2016-03-01 | The Regents Of The University Of California | Fabric-based pressure sensor arrays and methods for data analysis |
TWI487883B (zh) * | 2012-07-19 | 2015-06-11 | Ind Tech Res Inst | 感測器的讀取裝置與驅動方法 |
US9410857B2 (en) * | 2013-03-15 | 2016-08-09 | Nike, Inc. | System and method for analyzing athletic activity |
CN108243620B (zh) * | 2016-10-25 | 2021-03-19 | 一号工作实验室有限公司 | 用于检测压力的柔性导电装置及系统 |
CA3067367A1 (en) * | 2017-06-15 | 2018-12-20 | Onrobot Los Angeles Inc. | Systems, devices, and methods for sensing locations and forces |
KR102139474B1 (ko) * | 2018-11-19 | 2020-07-30 | 주식회사 메텔 | 직물센서를 이용한 압력 측정 장치 및 이를 이용한 사물인터넷 기반 장치 제어 시스템 |
-
2021
- 2021-07-23 CN CN202110836256.6A patent/CN113588144B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008249512A (ja) * | 2007-03-30 | 2008-10-16 | Sunx Ltd | 検出センサ、コントロールユニット、センサヘッド及びセンサヘッド識別方法 |
CN102143695A (zh) * | 2008-06-13 | 2011-08-03 | 耐克国际有限公司 | 具有传感器系统的鞋 |
JP2011102457A (ja) * | 2009-10-15 | 2011-05-26 | Tsuchiya Co Ltd | 導電性織物及び導電性織物を使用したタッチセンサ装置 |
CN110044525A (zh) * | 2019-04-26 | 2019-07-23 | 西安建筑科技大学 | 一种柔性电阻式点阵式压力检测系统、方法和装置 |
CN111832614A (zh) * | 2020-06-04 | 2020-10-27 | 北京百度网讯科技有限公司 | 目标检测模型的训练方法、装置、电子设备及存储介质 |
CN112254849A (zh) * | 2020-12-22 | 2021-01-22 | 棉捷(北京)网络科技有限公司 | 压力传感器、压力传感系统、姿态检测方法和装置 |
Non-Patent Citations (1)
Title |
---|
柔性导电织物键盘设计;蒋毅;周宏;陈晓;祖媛媛;;现代电子技术;第34卷(第08期);第151-156页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113588144A (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105579922B (zh) | 信息处理装置以及分析方法 | |
Hoelscher et al. | Evaluation of tactile feature extraction for interactive object recognition | |
CN106841308B (zh) | 一种便携式智能电子鼻系统及气味识别方法 | |
CN106778509B (zh) | 一种步态识别装置及方法 | |
CN104991687B (zh) | 一种获取触屏设备曲线操作轨迹的方法及系统 | |
EP3646776B1 (en) | Skin checking device, product information determination method, device and system | |
US20170109324A1 (en) | Factor analysis device, factor analysis method, and factor analysis program | |
CN113588144B (zh) | 应力分布检测系统、方法及装置 | |
CN112857669A (zh) | 压力传感器的故障检测方法、装置、设备及存储介质 | |
CN112991343B (zh) | 眼底图像黄斑区域的识别检测方法和装置及设备 | |
WO2019145791A1 (en) | Chemical sensing system | |
CN112818148B (zh) | 视觉检索的排序优化方法、装置、电子设备及存储介质 | |
EP4016028A1 (en) | Tactile sensor to analyse a given material, with electrical impedance tomography (eit) | |
CN116148656B (zh) | 一种便携式模拟断路器故障检测方法 | |
Demrozi et al. | B-HAR: An open-source baseline framework for in depth study of human activity recognition datasets and workflows | |
CN106599669B (zh) | 一种基于人体体表导电性的身份识别系统 | |
KR102192345B1 (ko) | 우울증 진단을 위한 뇌파 변이도 분석 장치 및 그 방법 | |
CN115326280A (zh) | 一种传感器标定测试方法、装置、设备及可读存储介质 | |
CN106067013B (zh) | 嵌入式系统人脸识别方法及装置 | |
CN115474108B (zh) | 一种基于边缘计算的事件监控系统及监控方法 | |
CN107122283B (zh) | 温度监测方法及装置 | |
CN109993022B (zh) | 高度检测方法及高度检测方程的建立方法 | |
CN109907730A (zh) | 一种数据处理方法、装置、及存储介质和计算机设备 | |
Roscow et al. | Discrimination-based perception for robot touch | |
KR102715189B1 (ko) | 영상 분할 기법을 이용한 작물의 표준 색상 정보 제공 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |