一种仿生机器人拉曼光谱识别物质系统

技术领域

本发明涉及物质识别，具体涉及一种仿生机器人拉曼光谱识别物质系统。

背景技术

仿生机器人是利用仿生学的原理，设计和制造具有类似生物体结构、功能和行为的机器人。通过仿生技术，机器人可以更好地适应环境，并且具有更好的机械性能和可靠性。

将仿生机器人应用于物质识别领域，可以借助物质的拉曼光谱来进行物质识别。拉曼光谱是一种通过拉曼散射形成的散射光谱，拉曼散射是光通过介质时由于入射光与分子相互作用而引起频率变化的散射。被分子散射的光发生频率变化的现象，通过对拉曼光谱进行分析可以得到分子信息，进而识别物质的种类。然而，现有的拉曼光谱识别物质系统对物质识别的准确率较低，无法满足仿生机器人的使用需求。

发明内容

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种仿生机器人拉曼光谱识别物质系统，能够有效克服现有技术所存在的利用拉曼光谱进行物质识别准确率较低的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种仿生机器人拉曼光谱识别物质系统，包括设置于仿真机器人内部的控制单元，以及安装于仿真机器人上用于采集待识别物质的拉曼光谱数据的拉曼光谱数据采集模块，所述控制单元通过物质识别模型构建模块构建基于多任务学习的物质识别模型，并利用物质识别模型训练模块对物质识别模型进行模型训练，得到训练好的物质识别模型，所述控制单元通过第一物质识别结果生成模块将待识别物质的拉曼光谱数据输入训练好的物质识别模型，生成第一物质识别结果；

所述控制单元通过拉曼特征峰获取模块从待识别物质的拉曼光谱数据中获取待识别物质的拉曼特征峰，并利用目标物质判断模块基于待识别物质的拉曼特征峰筛选得到目标物质，所述控制单元通过自适应窗口构建模块基于目标物质的拉曼特征峰构建自适应窗口，并利用相似度计算模块计算自适应窗口中待识别物质与目标物质关于拉曼特征峰的相似度，所述控制单元通过匹配系数计算模块基于拉曼特征峰的相似度计算待识别物质与目标物质的匹配系数，并利用目标物质确定模块基于待识别物质与目标物质的匹配系数确定目标物质，所述控制单元通过第二物质识别结果生成模块基于确定的目标物质生成第二物质识别结果，所述控制单元结合第一物质识别结果、第二物质识别结果确定最终物质识别结果。

优选地，所述物质识别模型训练模块对物质识别模型进行模型训练，得到训练好的物质识别模型，包括：

将多种单一物质的拉曼光谱数据进行多种成分比例的组合，得到混合物质的拉曼光谱数据；

基于混合物质中各组成物质的类别、成分比例，以及混合物质的拉曼光谱数据对物质识别模型进行模型训练，得到训练好的物质识别模型。

优选地，所述第一物质识别结果生成模块将待识别物质的拉曼光谱数据输入训练好的物质识别模型，生成第一物质识别结果，包括：

将待识别物质的拉曼光谱数据输入训练好的物质识别模型，基于第一任务得到各组成物质的类别及对应的置信度，根据各组成物质的置信度确定待识别物质中各组成物质的类别；

基于第二任务得到各组成物质的成分比例，根据各组成物质的成分比例确定待识别物质中各组成物质所占比例。

优选地，所述拉曼特征峰获取模块从待识别物质的拉曼光谱数据中获取待识别物质的拉曼特征峰，包括：

对待识别物质的拉曼光谱数据进行窗函数平滑后再进行二阶求导，获得所有波峰；

提取所有波峰的峰位和峰高，计算各波峰的峰高和半峰宽之比，当计算结果满足特征峰信噪比要求时，确定该波峰为待识别物质的拉曼特征峰。

优选地，所述目标物质判断模块基于待识别物质的拉曼特征峰筛选得到目标物质，包括：

将待识别物质的拉曼特征峰与标准拉曼光谱数据库中的标准拉曼特征峰进行对比；

当待识别物质的拉曼特征峰与标准拉曼特征峰的峰位差小于第一预设阈值，且峰高差小于第二预设阈值时，将该标准拉曼特征峰对应的物质作为目标物质。

优选地，所述自适应窗口构建模块基于目标物质的拉曼特征峰构建自适应窗口，包括：

基于目标物质的标准拉曼特征峰的峰位和峰宽构建自适应窗口。

优选地，所述相似度计算模块计算自适应窗口中待识别物质与目标物质关于拉曼特征峰的相似度，包括：

采用下式计算自适应窗口中待识别物质的拉曼特征峰与目标物质的标准拉曼特征峰的相似度S：

其中，X

优选地，所述匹配系数计算模块基于拉曼特征峰的相似度计算待识别物质与目标物质的匹配系数，包括：

采用下式计算待识别物质与目标物质的匹配系数M：

其中，S

优选地，所述目标物质确定模块基于待识别物质与目标物质的匹配系数确定目标物质，包括：

当待识别物质与目标物质的匹配系数大于第三预设阈值时，判定待识别物质中包含该目标物质，否则判定待识别物质中不包含该目标物质。

(三)有益效果

与现有技术相比，本发明所提供的一种仿生机器人拉曼光谱识别物质系统，具有以下有益效果：

1)物质识别模型构建模块构建基于多任务学习的物质识别模型，物质识别模型训练模块对物质识别模型进行模型训练，得到训练好的物质识别模型，第一物质识别结果生成模块将待识别物质的拉曼光谱数据输入训练好的物质识别模型，生成第一物质识别结果，从而能够利用物质识别模型实现对待识别物质的拉曼光谱数据的准确识别，得到准确的第一物质识别结果；

2)拉曼特征峰获取模块从待识别物质的拉曼光谱数据中获取待识别物质的拉曼特征峰，目标物质判断模块基于待识别物质的拉曼特征峰筛选得到目标物质，自适应窗口构建模块基于目标物质的拉曼特征峰构建自适应窗口，相似度计算模块计算自适应窗口中待识别物质与目标物质关于拉曼特征峰的相似度，匹配系数计算模块基于拉曼特征峰的相似度计算待识别物质与目标物质的匹配系数，目标物质确定模块基于待识别物质与目标物质的匹配系数确定目标物质，第二物质识别结果生成模块基于确定的目标物质生成第二物质识别结果，从而能够准确提取待识别物质的拉曼特征峰，并基于目标物质的拉曼特征峰构建自适应窗口，实现自适应窗口内的拉曼特征峰匹配，得到准确的第二物质识别结果；

3)控制单元结合第一物质识别结果、第二物质识别结果确定最终物质识别结果，从而能够有效提高仿生机器人利用拉曼光谱进行物质识别的准确度，得到准确的最终物质识别结果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。

图1为本发明的系统示意图；

图2为本发明中将待识别物质的拉曼光谱数据输入训练好的物质识别模型，生成第一物质识别结果的流程示意图；

图3为本发明中基于确定的目标物质生成第二物质识别结果的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

一种仿生机器人拉曼光谱识别物质系统，如图1和图2所示，包括设置于仿真机器人内部的控制单元，以及安装于仿真机器人上用于采集待识别物质的拉曼光谱数据的拉曼光谱数据采集模块，控制单元通过物质识别模型构建模块构建基于多任务学习的物质识别模型，并利用物质识别模型训练模块对物质识别模型进行模型训练，得到训练好的物质识别模型，控制单元通过第一物质识别结果生成模块将待识别物质的拉曼光谱数据输入训练好的物质识别模型，生成第一物质识别结果。

①物质识别模型训练模块对物质识别模型进行模型训练，得到训练好的物质识别模型，包括：

将多种单一物质的拉曼光谱数据进行多种成分比例的组合，得到混合物质的拉曼光谱数据；

基于混合物质中各组成物质的类别、成分比例，以及混合物质的拉曼光谱数据对物质识别模型进行模型训练，得到训练好的物质识别模型。

②第一物质识别结果生成模块将待识别物质的拉曼光谱数据输入训练好的物质识别模型，生成第一物质识别结果，包括：

将待识别物质的拉曼光谱数据输入训练好的物质识别模型，基于第一任务得到各组成物质的类别及对应的置信度，根据各组成物质的置信度确定待识别物质中各组成物质的类别；

基于第二任务得到各组成物质的成分比例，根据各组成物质的成分比例确定待识别物质中各组成物质所占比例。

上述技术方案，物质识别模型构建模块构建基于多任务学习的物质识别模型，物质识别模型训练模块对物质识别模型进行模型训练，得到训练好的物质识别模型，第一物质识别结果生成模块将待识别物质的拉曼光谱数据输入训练好的物质识别模型，生成第一物质识别结果，从而能够利用物质识别模型实现对待识别物质的拉曼光谱数据的准确识别，得到准确的第一物质识别结果。

如图1和图3所示，控制单元通过拉曼特征峰获取模块从待识别物质的拉曼光谱数据中获取待识别物质的拉曼特征峰，并利用目标物质判断模块基于待识别物质的拉曼特征峰筛选得到目标物质，控制单元通过自适应窗口构建模块基于目标物质的拉曼特征峰构建自适应窗口，并利用相似度计算模块计算自适应窗口中待识别物质与目标物质关于拉曼特征峰的相似度，控制单元通过匹配系数计算模块基于拉曼特征峰的相似度计算待识别物质与目标物质的匹配系数，并利用目标物质确定模块基于待识别物质与目标物质的匹配系数确定目标物质，控制单元通过第二物质识别结果生成模块基于确定的目标物质生成第二物质识别结果，控制单元结合第一物质识别结果、第二物质识别结果确定最终物质识别结果。

①拉曼特征峰获取模块从待识别物质的拉曼光谱数据中获取待识别物质的拉曼特征峰，包括：

对待识别物质的拉曼光谱数据进行窗函数平滑后再进行二阶求导，获得所有波峰；

提取所有波峰的峰位和峰高，计算各波峰的峰高和半峰宽之比，当计算结果满足特征峰信噪比要求时，确定该波峰为待识别物质的拉曼特征峰。

②目标物质判断模块基于待识别物质的拉曼特征峰筛选得到目标物质，包括：

将待识别物质的拉曼特征峰与标准拉曼光谱数据库中的标准拉曼特征峰进行对比；

当待识别物质的拉曼特征峰与标准拉曼特征峰的峰位差小于第一预设阈值，且峰高差小于第二预设阈值时，将该标准拉曼特征峰对应的物质作为目标物质。

③自适应窗口构建模块基于目标物质的拉曼特征峰构建自适应窗口，包括：

基于目标物质的标准拉曼特征峰的峰位和峰宽构建自适应窗口。

④相似度计算模块计算自适应窗口中待识别物质与目标物质关于拉曼特征峰的相似度，包括：

采用下式计算自适应窗口中待识别物质的拉曼特征峰与目标物质的标准拉曼特征峰的相似度S：

其中，X

⑤匹配系数计算模块基于拉曼特征峰的相似度计算待识别物质与目标物质的匹配系数，包括：

采用下式计算待识别物质与目标物质的匹配系数M：

其中，S

⑥目标物质确定模块基于待识别物质与目标物质的匹配系数确定目标物质，包括：

当待识别物质与目标物质的匹配系数大于第三预设阈值时，判定待识别物质中包含该目标物质，否则判定待识别物质中不包含该目标物质。

上述技术方案，拉曼特征峰获取模块从待识别物质的拉曼光谱数据中获取待识别物质的拉曼特征峰，目标物质判断模块基于待识别物质的拉曼特征峰筛选得到目标物质，自适应窗口构建模块基于目标物质的拉曼特征峰构建自适应窗口，相似度计算模块计算自适应窗口中待识别物质与目标物质关于拉曼特征峰的相似度，匹配系数计算模块基于拉曼特征峰的相似度计算待识别物质与目标物质的匹配系数，目标物质确定模块基于待识别物质与目标物质的匹配系数确定目标物质，第二物质识别结果生成模块基于确定的目标物质生成第二物质识别结果，从而能够准确提取待识别物质的拉曼特征峰，并基于目标物质的拉曼特征峰构建自适应窗口，实现自适应窗口内的拉曼特征峰匹配，得到准确的第二物质识别结果。

同时，控制单元结合第一物质识别结果、第二物质识别结果确定最终物质识别结果，从而能够有效提高仿生机器人利用拉曼光谱进行物质识别的准确度，得到准确的最终物质识别结果。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。