一种基于固体机械-电流耦合场时序预测的柔性机器人形变自感知方法

一种基于固体机械‑电流耦合场时序预测的柔性机器人形变自感知方法属于机器人感知领域。首先构建柔性机体模型，设置分组编号的阵列式电极与电流传感装置；其次通过耦合场仿真技术，对机体施加随时间均匀变化的固体机械场，并控制阵列式电极规律性放电以形成表面静电场，同时利用电流传感装置获取相邻电极间的电势差数据；随后将数据按编号整理后输入门控循环单元(GRU)，分析实时数据以重构机器人经历的固体机械场；移除低贡献度电极以优化模型，并迭代生成新模型的标注数据用于GRU训练。该方法实现对机械场变化的动态解析，提高了复杂环境下的适应性及灵敏度，并提供面向低成本的电机阵列优化方法，通过动态筛选关键电极降低硬件开销。