广东人工智能与先进计算研究院 广东 广州 510000
【摘要】目的:研究传感器校正工作台的应用效果。方法:于2023年1月选择需要进行传感器校验台的平台机构,测试在该机构内使用传感器校正工作台前后的误差发生率。结果:使用后,平台机构的误差发生率明显低于未使用传感器校正工作台前。差异显著,存在统计学意义,P﹤0.05。结论:传感器校正工作台应用效果确切,能减少误差率,改善触觉传感器受力不够真实的情况,可为传感器的校正提供准确的传导。
【关键词】传感器;校正工作台;误差发生率;受力;传导;触觉传感器
传感器是一种监测装置,可以检测到被测量后的信息,通过将感受到的信息,按照某种既定的规律变化转为电信号或其他形式的信息输出,以此来满足信息的传输 、处理、存储、记录和控制等要求[1]。而根据传感器的基本类型,主要分为热敏元件、光敏元件、力敏元件、磁敏元件等等。其特点是微型化、网络化、智能化、和系统化。通过传感器这,人类可实现自动检测和自控控制的现代科学目的。而传感器的校正是指在这些元件上,加上一个标准的被测量,调整传感器的部件或者是软件参数,来让传感器的输出和被测量值准确对应[2]。本文研究提出用一种创新性的发明,即传感器校正工作台来进行数据校正,旨在分析传感器校正工作台的应用效果。
1 对象和方法
1.1对象
将某个需要传感器校正的平台企业作为研究对象,将没有采用传感器校正工作台的2023年1月以前作为对照组,将采用了传感器校正工作台应用时间作为观察组,对比分析其应用前后的误差率。
1.2方法
对照组没有应用传感器校正工作台,仅用传统校正软件进行校正。
观察组应用传感器校正工作台,传感器校正工作台包括:Y向移动机构、X向移动机构和Z向移动机构,X向移动机构沿Y向移动机构的长度方向移动,X向移动机构上安装有被测组件,测试组件连接于Z向移动机构,且测试组间沿Z向移动机构的移动方向移动。平台机构的Y向移动机构能使X向移动机构沿长度以东京,并在向移动机构和X向移动机构的共同作用下实现被测组建的X向以及Y向移动,使得测试组件在Z向移动机构的作用下和被测组件接触时,被侧组件能够产生剪切力,进而通过电器模块对被测组件的XY周方向的受力情况进行放大和优化。
1.3 观察指标
对比对照和观察组的误差率,迟滞误差计算公式:灵敏度s=△x/△y,迟滞误差γh=△hmax/yfs×100%,非线性误差γl=+-△lmax/yfs×100%。;
1.4 统计学分析
将研究数据同步纳入SPSS24.0软件中分析,正态分布计量资料用()表示,率计数资料用卡方X2显示,并以构成比(%)表示,(P<0.05)视为存在差异且有统计学意义。
2 结果
2.1 对比对照和观察组的误差率
经过计算测试,对照组的误差率为0.03%,相较观察组误差率0.01%,差异对比有统计学意义,P﹤0.05。
3讨论
随着信息化的发展,现代社会对传感器的应用也越来越广。其中触觉传感器作为一种可以自身和周围环境进行交互的新型电子设备,是柔性电极迅速发展的后的另一重要领域。它可以实现机器和人、以及机器和机器之前的信息交互,具有明显的重量轻、功能强大和低成本等优点,且可以运用于细小穿戴电子设备和人工智能应用潜水。还能应用于医学上,帮助残疾病人更好使用医学假肢[3]。但现有技术中,触觉传感器和反应物体接触后,本体受力情况,分布为XYZ轴方向,再加上触觉传感器尺寸小,生产过程存在严重误差,故导致受力情况反应不够真实,信息捕捉不够精确。而本研究提出应用一种可以进行传感器校正的工作台,能更好更真实的反应受力情况,旨在为机器人的感知能力技术研究提供更准确的受力分析。其主要的操作原理是平台机构中的Y向移动机构使得X向移动机构沿其长度方向移动,并在Y向移动机构以及X向移动机构的共同作用下,实施被测组件的X向和Y向移动,使用测试组件在Z向移动机构的作用下与被测组件接触,产生剪切力,进而通过电器模块对被测组件的XYZ轴方向的受力情况进行放大和优化,以此来为触感传感器的精准研究提供参考方向[4]。而在本文研究中可以看出,使用了传感器校正工作台的观察组明显误差率低于对照组,差异对比有统计学意义,均说明了传感器校正工作台应用效果确切,能减少误差率,改善触觉传感器受力不够真实的情况,可为传感器的校正提供准确的传导。
参考文献
[1]王铖锐,白彦峥,蔡林等.高精度静电惯性传感器[J].中国科学:物理学 力学 天文学,2023,53(05):26-42.
[2]于博文,俞若愚,尹飞等.一种CMOS温度传感器输出误差的数字校正方法[J].半导体技术,2023,48(01):43-47+53.
[3]唐小瑜,杨丽,徐超群等.基于高斯过程回归的三轴磁传感器校正方法研究[J].传感技术学报,2021,34(10):1340-1345.
[4]王艳,赵薇薇,朱映等.面向ROI的高分辨率光学卫星遥感影像快速处理方法研究[J].中国体视学与图像分析,2021,26(03):239-244.