“感知与人机交互”教学实践与PBL模式探索

机器人工程是在国家新工科发展战略背景下为了适应机器人专业人才需求而新近创建的专业。本文依托东南大学机器人工程专业教学体系，介绍了“感知与人机交互”课程的教学实践，探索了PBL教学模式在本门课程中的应用。具体介绍了课程教学内容设置、PBL教学方案例设计及存在问题分析等，可为自动化类机器人工程专业的相关课程教学实践提供参考。     

基于音频特征的工程车辆工况识别研究

高效率地使用工程车辆是工程项目管理中节约成本的有效方法，无人监管环境下工程车辆的工况识别，是实现工程车辆高效率使用的有效手段。目前以GPS等技术为核心的车辆智能管理系统未对工程车辆进行工况识别，提出一种基于GRU循环神经网络的工程车辆工况识别方法，通过对工程车辆在不同工况下产生的音频信号进行分析，从中提取Mel倒谱系数作为主要特征，构建GRU循环神经网络模型进行训练和识别。实验结果表明，该方法可以实现对工程车辆工况的有效识别。     

疫情无情人有情 益海嘉里 向咸阳捐赠价值100万元的粮油物资

近日,益海嘉里集团董事长郭孔丰先生指示金龙鱼慈善公益基金会,向陕西省咸阳市捐赠价值100万元的粮油物质,定向用于支持咸阳市秦都区、渭城区、兴平市的疫情防控和慰问咸阳市中心医院、兴平市人民医院医务防疫人员的辛苦付出。在疫情爆发的第一时间,益海嘉里金龙鱼陕西企业群迅速成立应急小组,针对车辆运输、人员出行、原材料供应等出现的各种问题,积极与政府沟通,并受到所在地咸阳市、兴平市政府部门的大力支持和帮助,帮助企业开通米面油运输绿色通道,指导企业完善疫情防控措施,并定期安排医务人员开展员工核酸检测服务等,为企业在疫情防控期间能够顺利开机生产、物流运输及中央厨房新项目建设起到“保驾护航”的作用,助力企业完成“保生产、保供应”的目标和任务!     

紧耦合式物理人机系统的交互研究综述

紧耦合式物理人机系统用于人体运动功能增强与重建,已广泛应用于助老助残、康复医疗和国防军事等领域.重点对紧耦合式物理人机系统的交互研究展开综述.通过功能划分,将系统分为功能替代型、功能康复型和功能增强型三个方面,并且详细介绍了每类系统的研究情况.接着从植入式传感和外置式传感两个方面阐述了人机交互接口的现状.然后分析了紧耦合式物理人机系统交互的意图识别算法.最后对未来发展进行展望和总结.     

绳锯机控制器人机界面可用性评估研究

为提高绳锯机控制器界面交互的可用性水平,以可用性设计原则为基础,构建了基于眼动追踪技术和用户测试的操作界面可用性评价指标体系.根据用户行为特点,综合考虑产品界面的人机尺度和视觉感知需求,改进了控制器的人机界面交互设计方案,并将原界面和改进界面进行眼动试验评估,分析任务完成时长、正确率、至首次注视时间等眼动指标数据及热点图与轨迹图;结合用户测试和可用性量表法,从客观和主观两个角度对设计方案进行验证和评估.结果表明:改进界面的操作效率更高,有效提高了人机界面的可用性和用户满意度,该评估方法可为绳锯机控制器界面的人机交互可用性研究提供参考.     

车辆系统的非线性动力学研究进展

文章对非线性动力学在车辆系统运行性能分析与优化过程中的应用作了简单的介绍。从非线性因素对轮对、转向架、机车、货车、高速客车在运行过程中的影响分别结合传统算法和新的算法作了分析,并提出了一些相应的控制措施。对于对称系统和不对称系统分别作出了分岔图,并用"合成分岔图"法作了分析。考虑非线性因素对于确定车辆的线性和非线性速度提出了新的方法。     

轨道交通车辆内饰用水性聚氨酯哑光面漆的研制与品质稳定性控制

针对轨道交通车辆内饰用涂料重点关注的光泽稳定性、湿碰湿涂膜抗起泡性、环保阻燃性、耐划伤性、耐磨性与砂纹质感效果等方面的要求，研究了羟基丙烯酸分散体、异氰酸酯固化剂、复合无机纳米材料、多功能消泡流平浆等因素对涂料性能的影响，制备了一种综合性能优异的轨道交通车辆内饰用水性聚氨酯哑光面漆；并通过立体消光、双重环节过滤工艺、夏冬季固化剂差异配方、多粒径砂面粉复配等技术，实现对光泽稳定性、涂料细度、干燥速度、以及漆膜砂纹质感等品质稳定性的有效控制。     

求解带能力约束车辆路径优化问题的改进模拟退火算法

为高效求解带能力约束的车辆路径优化问题,提出一种带有回火操作的改进模拟退火算法.解析多约束条件下的路径优化特点,构建了结构简单且功能模块相对独立的模拟退火框架,以便相关约束及其算法的耦合嵌套.在此基础上,改变较优解在迭代过程中的接受规则,引入回火操作使全局搜索与局部搜索实现平衡;设计强制的随机邻域变换策略,以提高多约束条件下的新解生成质量.结合初始解生成方法,构建了整体算法.通过不同类型算例的对比实验表明,所提算法具有优越的求解性能,相应的求解框架与优化方法研究,能够为相关的多约束耦合求解提供参考.     

基于CNN的人体姿态识别

姿态识别是人机交互中重要的研究课题之一，随着机器学习与神经网络的发展，研究的方式和成果趋于多样化，姿态识别的应用价值也日趋广泛。本文通过构建卷积神经网络模型，该模型共有11层，在对采样的数据集中5种人体姿态进行卷积与池化操作，最后进入全连接层进行分类，从而完成对数据集的训练和识别。结果显示，相较于机器学习方法，该模型的识别性能更加优秀，且免去了复杂的特征提取方式设计，让网络自身提取特征进行识别分类，效果更好。