皮膚是人體面積最大的器官,起保護(hù)、感受外界觸覺刺激等作用,經(jīng)過感知處理的過程可以實現(xiàn)大面積的觸覺感知,這對于人機(jī)交互而言是十分重要的特征,因此,電子皮膚(e-skin)的相關(guān)研究致力于將人體皮膚的各特征復(fù)制到人造電子皮膚上。行列式的陣列電極排布是電子皮膚最為常見的觸覺感知實現(xiàn)路徑,這種方法能夠在較少數(shù)量電極的情況下實現(xiàn)大面積的觸覺感知,但存在制作復(fù)雜、連線繁雜等問題。此外,還有使用立體攝像機(jī)或加速度計的實現(xiàn)方法,但都尚未實現(xiàn)人類皮膚的特性(保護(hù)、多模式傳感和可擴(kuò)展性),特別是在耐用性、成本效益和可修復(fù)性等實際要求方面。
韓國科學(xué)技術(shù)院的J. Kim課題組提出了一種基于水凝膠彈性體混合物的仿生機(jī)器皮膚,可以同時實現(xiàn)靜態(tài)(按壓)、動態(tài)(表面振動、滑動等)觸覺的識別。皮膚分為三層結(jié)構(gòu),表面的一層起保護(hù)作用,中間的水凝膠層構(gòu)成機(jī)器皮膚的主體,由于其具有導(dǎo)電性,因此可以實現(xiàn)電信號的傳遞。水凝膠層和底層之間分布著電極和麥克風(fēng)陣列,由于水凝膠層的可形變性,其對壓力可以產(chǎn)生阻抗變化的響應(yīng),電極陣列通過電阻抗成像技術(shù)可以實現(xiàn)按壓壓力的識別;當(dāng)皮膚表面有振動、摩擦的激勵時,振動通過水凝膠傳遞至麥克風(fēng),便可以產(chǎn)生相應(yīng)的電信號響應(yīng)。通過神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和學(xué)習(xí),可以實現(xiàn)靜態(tài)和動態(tài)觸覺的模態(tài)識別。
DeepTech通過科研數(shù)據(jù)分析、專家訪談等方式洞悉先進(jìn)計算領(lǐng)域發(fā)展趨勢,探尋具備技術(shù)顛覆性,有商業(yè)化前景的先進(jìn)計算技術(shù),提煉出 2022 年先進(jìn)計算技術(shù)及應(yīng)用七大趨勢
對于聯(lián)邦學(xué)習(xí)技術(shù),數(shù)據(jù)應(yīng)用推廣的經(jīng)驗,并深入探討聯(lián)邦學(xué)習(xí)在政務(wù),醫(yī)療,金融,廣告,物流的應(yīng)用價值,以期為數(shù)據(jù)應(yīng)用價值的釋放帶來解讀和參考
「Vision+Ask」的任務(wù)包含視覺問題生成、根據(jù)問題生成查詢、圖像描述等;「Vision+Answer」的任務(wù)包含視覺問答、視覺對話等
基于康復(fù)機(jī)器人內(nèi)部傳感器識別記錄訓(xùn)練過程中的運動學(xué)參數(shù),能夠?qū)崟r定量評估不同的運動模式,還能夠掌握患者是否主動參與訓(xùn)練等情況
智能機(jī)器人視覺方面的工作,主要體現(xiàn)在感知、理解、學(xué)習(xí)及推理4個方面,涉及到目標(biāo)檢測、目標(biāo)追蹤、人體姿態(tài)估計、人臉識別、行為識別、推理等技術(shù)
從大型仿人機(jī)器人整機(jī)構(gòu)型國內(nèi)外研究現(xiàn)狀入手,圍繞機(jī)器人整機(jī)構(gòu)型、關(guān)節(jié)運動特點、伺服驅(qū)動器、減速器、仿真平臺等方面進(jìn)行深度講解,最后就大型仿人機(jī)器人整機(jī)構(gòu)型未來發(fā)展趨勢給出自己的見解
HRI的MTL可以使機(jī)器人更輕松,更智能地與新用戶進(jìn)行交互,即使使用諸如RL這樣的數(shù)據(jù)密集型方法,也可以避免社交交互失敗的不利影響。MTL和多模態(tài)ML已用于自動識別自閉癥譜系障礙(ASD)兒童
服務(wù)機(jī)器人潛在危險有:電擊、與能量有關(guān)的危險、著火、與熱有關(guān)的危險、機(jī)械危險、輻射、化學(xué)危險等
視頻搜索是涉及信息檢索、自然語言處理(NLP)、機(jī)器學(xué)習(xí)、計算機(jī)視覺(CV)等多領(lǐng)域的綜合應(yīng)用場景
驅(qū)動系統(tǒng)由4個200W無刷直流電機(jī)構(gòu)成,通過50:1的空心軸減速機(jī)可以最高達(dá)2m/s的速度在玉米、高粱等農(nóng)作物的地里前進(jìn)
通過2D激光雷達(dá)信息采用Hector SLAM實現(xiàn)機(jī)器人對地圖的感知和自主導(dǎo)航規(guī)劃,通過頂部的RGB-D相機(jī)采集目標(biāo)物體深度和RGB圖像信息
機(jī)器人的學(xué)習(xí)分為三個部分的軌跡預(yù)測包括示教者的手部運動軌跡、示教者的身體移動軌跡以及被操作物體的運動軌跡