基于视-触跨模态感知的智能导盲系统

盲人活动援助是盲人日常生活的重要组成部分。这些技术大多用于帮助盲人导航和躲避障碍物,很少有研究将地面信息转换成一种给用户直观感受的触觉信息。为了满足上述需求,本文提出了一种可以提供触觉反馈的盲人辅助地面识别智能导盲杖系统。试图利用深度生成对抗训练的方法来产生振动触觉刺激,使用改进的DiscoGAN训练了我们的端到端生成网络。为了训练我们的网络,构建了视触跨模态数据集GroVib。通过上机实验和实物实验来评估方案的可行性,通过上机实验结果表明参与者通过触觉识别地面的准确率为84.7%,触觉的平均真实感受得分为71.3,在真实场景实验中,参与者只需平均3.35次尝试就可以根据触觉反馈来识别地面。     

听视觉反馈式电刺激仪的设计

为了改善常规电刺激治疗仪刺激参数不规范、采用被动治疗模式疗效不佳等缺陷,设计开发了以微处理器为核心的听视觉生物反馈式功能性电刺激仪。借助语音信号和可视化信号提示,促使训练者能主动参与训练;创新地实现了刺激电流实时监测和调节功能,便于医生根据患者病情设置刺激强度;采用可编程式触摸屏人机交互方式,使治疗参数准确量化。通过测试可知：该仪器实现了刺激参数的无级调节、显示和量化,有利于不同参数下的疗效评价对照,提高了电刺激的准确性和可重复性。     

基于边缘检测的盲人图像感知系统设计

采用图像的边缘检测技术,设计了盲人图像感知系统,使盲人通过皮肤电刺激来感知图像信息,为盲人提供了一种获取视觉信息的新方法。该系统包括图像采集与处理系统和电触觉装置,用于产生皮肤电刺激。盲人通过摄像机采集图像,对该图像进行边缘检测得到边缘图像。然后把边缘图像发送给电触觉装置的单片机微处理器,单片机根据接收到的边缘图像数据控制二维电极阵列产生相应的电刺激,盲人通过皮肤电触觉来感知图像的边缘轮廓信息。盲人图像感知系统使盲人能够以触觉的方式"看到"视觉图像,大大提高了盲人的生活质量。     

基于音波技术的时空双通道机器人触觉再现系统研究

介绍了一种基于音波播放的时空双通道机器人触觉再现系统.系统采用音波播放技术提供触觉再现所需要的电流刺激信号和空间触点选通信号.时间通道的电流刺激控制信号和空间通道的触点选通信息均由音波处理软件根据系统需要预先设计生成.计算机声卡输出的双声道音波信号分别对应于时空两个通道的控制信息.上述信号进一步处理后将提供触觉再现刺激电流并选通相应触点.该触觉再现系统能够为操作者提供温和舒服的触觉感受.     

基于STM32的盲人避障系统的设计与实现

长期以来,视障人士只能依靠听觉、触觉和嗅觉来感受他们所居住的空间。该文提出了一套盲人运动感知避障系统,该系统以STM32单片机为主控芯片,采用LIS2DW12TR低功耗三轴加速度传感器和VL53L1X低功耗激光测距传感器实现运动识别和距离检测的功能。软件平台使用Android/Java语言开发应用程序。通过USB协议实现硬件部分与手机之间的数据传输。APP对数据进行保存和处理,然后通过震动、响铃或语音播报等方式将结果反馈给用户。多次实验结果表明,该系统具有响应速度快、检测结果准确、反馈系统稳定等优异性能。     

遥作机器人触觉临场感的电触觉实现

本文对电触觉的实现作了实验性研究．提出了在操作者手指上实现触觉再现的电极形状和分布以及刺激电流波形，并由此给出了实现遥作机器人触觉临场感的系统构成及实现方案．该系统可使操作者遥感到从机器人机械手指与点，线，面等形状物体的接触，位置分辨力可达２．２ｍｍ．     

用于表达飞行姿态信息的组合式振动触觉编码

通过触觉传感帮助飞行员准确感知飞行姿态信息,减轻视听觉认知负担是信息的非视觉表达的一种大胆而有效途径.为此,设计了一种能提示飞机偏转方向和偏转角度的振动触觉显示方法.该方法充分考虑人对振动触觉刺激的敏感特性将姿态信息映射为一定振动节奏、振动位置和振动次序,从而形成组合式振动触觉编码,通过穿戴式振动触觉提示背心提示给人.与单控制参数的映射编码模式相比,该方法能显著提高振动表达的识别率,同时降低认知载荷.不同编码方法的感知识别实验表明,本方法在识别准确率,响应时间和训练时间上优于其他传统方法.     

一种新型手臂力触觉反馈装置的设计与实现

力触觉是重要的非视觉信息来源之一，通过触觉向人类传递丰富的信息被广泛应用于各个领域。为解决基于振动的力触觉反馈中所存在的振动器与皮肤之间接触力不可调和重复穿戴时接触力不一致而影响振动感知的问题，提出了一种利用气囊来调节振动器与皮肤之间的接触力的方法，并以此设计了一种新型手臂力触觉反馈装置。为验证装置的有效性，设计了不同的振动强度识别实验。实验结果表明，对于参与实验的受试者，振动器与皮肤之间的接触力对振动强度的识别的影响是显著的，在气囊内外气压差为15 mbar时，振动强度的识别率最高，为76.67%。     

振动触觉纹理再现技术研究综述

纹理力触觉再现是通过特定的硬件装置模拟产生与物体纹理表面接触时的触感，使用户能感受到物体的粗糙度、软硬度等纹理特征信息。振动刺激作为再现物体触觉信息的一种刺激方式，在纹理触觉再现中被广泛运用，产生了不同的振动触觉表达装置和纹理触觉表达方法。从纹理触觉认知的角度，阐述了人对振动刺激的触觉感知生理学基础；介绍了纹理触觉再现的原理和方法；从振动与纹理特征的映射方法以及振动刺激方式两个方面分析了目前振动触觉纹理再现技术的发展现状；最后对相关研究的发展进行了总结展望。     

基于脑电信号的情感识别研究

针对如何提高脑电信号情感识别的正确率这一问题,在得到的原始脑电信号进行分频带特征提取后,一方面采用支持向量机、K近邻算法、朴素贝叶斯和神经网络算法对小波熵、近似熵、功率谱密度、微分熵,进行训练和分类学习;另一方面,基于四种不同的电极放置方式,对微分熵特征采用支持向量机和经遗传算法参数寻优的支持向量机算法进行训练。结果显示,在12通道条件下能够得到91.99%的总体准确率,最高情感识别准确率已经达到97.59%。研究结果表明,减少电极可以获得较高的情感识别分类结果,并且采用参数寻优后的支持向量机算法能够有效提升准确率。     

基于改进DNN-LSTM算法的车辆前方行人行为识别方法

为提高行驶车辆前方行人行为识别精度,提出了基于经验模态分解的深度神经网络与长短时记忆网络相结合的行人行为识别方法。该方法在分析骨架节点表征参数的基础上,采用势能、相对位置、加速度、角加速度作为表征参量描述行人行为,利用经验模态分解可以平滑数据的优点,建立深度神经网络与长短时记忆网络融合的识别模型,实现对车辆前方行人行为的准确识别。采用Weizmann数据集和KTH数据集对该方法有效性检验。结果表明,该方法基于两个数据集对车辆前方行人行为识别准确率分别为98.58%和98%,能够为辅助驾驶系统等提供有效的数据支持。     

基于Residual Networks的新型触觉传感器接触状态感知与识别

基于触觉信息识别不同接触状态对于人机交互的实现具有重要意义。本文提出一种基于残差网络(Residual Networks) 识别触觉传感器不同接触状态的方法。基于弹性体模板法制备了一款具有良好触觉感知能力的多孔石墨烯柔性触觉传感器。利用该触觉传感器采集了4种不同接触状态(拍打、重击、抚摸、推压)的时间序列数据,并对采集到的数据进行z-score标准化操作以及降采样处理。在此基础上,构建具有良好自适应性和泛化能力的Residual Networks模型对施加于该触觉传感器表面的4种接触状态进行分类识别,识别准确率为97.50%。实验结果表明：本文设计的多孔石墨烯柔性触觉传感器柔弹性好、灵敏度高、响应速度快,能够有效感知不同状态的接触力,Residual Networks模型可以高效地用于触觉传感器接触状态的分类识别。     

视触觉融合感知的点阵刺激装置设计

探究人的多通道融合感知特性是物理心理学重要研究方向,本文创新设计了一种视觉和触觉融合感知的点阵刺激装置,可作为物理心理学的实验研究设备.此装置包括上位机控制平台,下位机控制模块,视觉点阵刺激模块、触觉点阵刺激模块等.上位机控制平台发出视触觉刺激的控制指令,下位机控制模块执行控制指令.视觉点阵刺激模块提供视觉感知,由19行12列的228盏LED灯阵列组成,最小封装尺寸为1.0×0.5 mm,能够提供10个等级的明亮灰度值（7.6–75.8 lux）,最高刷新频率为85 Hz,可选用红,白,黄,绿4种颜色.触觉点阵刺激模块提供触觉感知,由6行4列的24个触点阵列组成,触点直径为1.5 mm,凸起高度为0.40±0.05 mm,最大刷新频率为10 Hz,触点凸起后处于自锁位置,能够承受约10 N的按压力.测试结果表明,此装置可以独立或混合控制视觉点阵和触觉点阵中任意LED灯和触点工作,输出视觉刺激和触觉刺激,体积小（长70 mm、宽66 mm、高80 mm）,重量轻（337 g）,在15 m半径范围内可以遥操作,能为物理心理学研究人的视触觉融合感知特性提供定量化的实验数据.     

改进InceptionV3与迁移学习的太阳能电池板缺陷识别

传统识别方法对太阳能电池板表面缺陷的识别准确率低、速度慢，针对该情况，提出一种基于改进InceptionV3与迁移学习的识别方法。首先对采集到的太阳能电池板图像进行预处理；其次采用平衡因子δ,引入了新损失函数来改进InceptionV3神经网络，保证了网络的识别率；最后结合迁移学习方法建立缺陷识别模型，进一步提升性能。仿真结果表明，该方法有效提升了太阳能电池板的缺陷识别准确率和速度，其识别准确率高达96.43%,相较于传统InceptionV3模型提升了2.45%,平均分类时间缩短了4.5 ms,表明此方法取得了很好的效果，且具有广阔的应用前景。     

一种新型解耦陀螺的结构及电路设计

提出了一种新型的静电驱动微机械陀螺结构,采用两组对称的梳齿结构作为驱动电极,同时采用中央质量块栅格和另外一组梳齿两种结构检测感应模态的振动.该结构阻尼系数小,可达到较高的测量分辨率和准确率.本文采用解析方法和有限元法分析了该结构的振动阻尼特性、机械解耦和噪声特性以及梳齿结构的电磁学特性.提出了该结构的驱动电路和信号检测电路,并对电路特性进行了仿真分析.     

经验模态分解神经网络的研究与应用

为更有效对非线性信号进行识别,提出一种经验模态分解神经网络模型,实现经验模态分解算法与卷积神经网络模型的紧耦合.在EMD层利用经验模态分解算法完成信号的自适应分解;引入权重参数,将分解得到的本征模函数依据其对识别的重要性进行自适应加权重构提取特征,增强时域特征提取能力;将提取的特征通过Softmax层完成信号的识别.将该网络模型应用于美国麻省理工学院提供的MIT-BIH心律失常数据库,对心律失常信号的识别准确率为99.38％,高于其它算法的识别准确率,验证了该模型的有效性.     

肠道生物机器人系统的初步研究

介绍一种既能满足无创性要求又能满足驱动性要求的全新肠道诊疗设备一肠道生物机器人系统.该系统包括进入肠道内的诊疗部分和体外控制中心部分,生物作为肠道诊疗部分的驱动装置,通过体外控制中心遥控生物的运动行为,实现肠道诊疗部分的主动驱动和定点泊位.首先选取黄鳝作为肠道诊疗部分的驱动体,然后根据黄鳝的运动机理,使用LabVIEW编程的电流脉冲刺激器发送刺激信号到表面贴片微神经电极,对黄鳝进行不同环境不同刺激位点的多种刺激实验.获得通过同时刺激躯干前、中部侧线区域控制其前进的方法,为今后研制肠道生物机器人系统样机提供必要的理论基础.     

基于CC2430的无线可植入微刺激器电路研究

功能性电刺激在神经功能失调治疗和神经损伤功能重建中具有重要的作用,植入式神经肌肉电刺激疗法已被证实对20余种神经功能失调疾病具有确切的疗效;基于这种疗法,介绍一种基于ZigBee协议的无线可植入微刺激器的电路设计,其刺激效果与微刺激器所释放电流的参数有密切关系;为了能够在生物实验中寻找到刺激效果最佳的电流参数,设计论述了一种以低功耗CC2430微控制器为核心的微刺激器方案;低功耗CC2430的ZigBee无线通信协议是无线微蒯激器电路系统的关键技术,结合双相恒流源能够对特定肌肉释放不同的刺激波形、幅度与频率的刺激电流;通过调节各种关键参数,应用这种微刺激器能够生成生物实验中所需要的双相脉冲波形.     

Cartesian反馈线性化技术的延时补偿设计

Cartesian反馈线性化技术是减小射频功率放大器非线性失真的一种有效方式,但信号传输延时却严重影响反馈系统的稳定性,使得Cartesian反馈线性化技术受到带宽的限制.采用Smith预估补偿方法对Cartesian环路进行延时补偿设计来降低时间延时对反馈系统稳定性的影响,并给出了理论分析.计算机仿真结果也表明采用延时补偿设计的Cartesian反馈系统可以使本来早已不稳定的系统保持稳定,而且对输出功率在不同回退级时的线性化性能都有不同程度的改善.     

人工智能技术在自然语音纠错与反馈系统设计中的应用

为实现自然语音纠错,提升自然语音识别与拼读的正确率,研究人工智能技术在自然语音纠错与反馈系统设计中的应用。设计由前端学习单元与后端支撑单元组成的自然语音纠错与反馈系统,预处理采集到的自然语音片段,基于片段间距离划分因素,提取自然语音片段特征,采用隐马尔可夫模型识别自然语音,基于B2规范语料,采用动态时间归整方法纠错与评分识别到的自然语音,通过反馈模块将识别、纠错、评分结果反馈给用户。对比实验的结果表明,设计的自然语音纠错与反馈系统的语音识别率高于95%,纠错结果与实际错误一致,可提升自然语音拼读的正确率。