近年来,随着智能制造技术及各类机器人的快速发展,人机协作技术越来越受到关注,并成为研究热点。其中,机器人触觉在人机物理协作过程中具有不可替代的重要作用。目前,机器人主要通过视觉和听觉在人机协作中与人通讯,感知环境变化,判断人体动作意图。然而,视觉和听觉无法在某些关键场合发挥作用,例如距离较近、光线较差、人与机器人直接接触等情况。此时,机器人触觉终端智能化是机器人感知和识别外部协作交互的重要手段,是保证机器人与人协作交互过程中的安全性、舒适性、友好性的途径。因此,本课题深入研究用于服务机器人的触觉传感器及硬件平台,使其具有获取触觉数据及底层运算、判断识别等功能,从而实现机器人触觉智能化。难点主要包含动作触觉信息特征表示与提取、数据集的建立、基于数据集的动作模式识别等若干问题。通过研究这些问题和难点以及解决现有的不足,建立一种机器人触觉动作识别系统及识别方法。主要工作内容如下:1.触觉传感器设计制作:从触觉传感器的工作原理、结构尺寸出发,设计一种适合穿戴于服务机器人机械臂的电子皮肤。通过对传感器的压力量程、灵敏度、线性度、重复性等特性进行分析,表明该传感器能够满足人机协作的要求。2.人机交互动作数据集:通过调查问卷的方式选择人机协作中常用的动作,利用自主设计的柔性压力触觉传感器系统采集常用的人机协作动作的触觉信息并储存,建立一个面向众多人群,动作种类多且复杂的人机交互动作数据集,数据集由50位实验者参与,包含12种常用的人机交互动作共24000个采集样本。3.机器人触觉终端智能化:基于动作压力图像特征选择及建立适合的神经网络,其中包括轻量级卷积神经网络及自主搭建的卷积神经网络,使用数据集训练不同的卷积神经网络,综合考虑识别准确率与实时性的基础上,选择合适的神经网络;最后设计判别算法嵌入到微控制器上实现机器人终端智能化,多个传感系统并行运行可实现分布式传感与识别。