“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。     

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.     

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。     

基于嵌入式的FFU控制系统设计

针对大量使用空气净化设备的市场需求,开发一种FFU远程集中控制系统。该系统具有巡检、报警、通信、风速设定、电流检测、分组管理、液晶显示、FFU驱动等功能。对于大量FFU设备,FFU驱动采用低功耗的设计,具有调速范围广、稳定、可靠、节能等优点,而通信网络结构采用分布式星型与总线混合结构。该控制系统操作简单、安装方便、扩展性强,主要用于工厂车间、地铁通风等大型场所。     

卷积神经网络用于关节角度识别与姿势评估

为了快速准确地输出各种工作姿势风险评估结果，提出采用Kinect v2与卷积神经网络识别人体各关节角度，并输出标准姿势风险的评估得分。首先使用亚像素角点提取的棋盘标定算法标定Kinect两个摄像头，其次使用改进后的双边滤波对深度图像去噪，使用卷积神经网络识别人体关节二维位置，结合深度信息获取实际三维坐标并计算人体关节角度，最后输出姿势风险评估得分。通过两种实验分别验证了提出的Kinect角度识别与姿势评估的准确性，表明该方法关节角度识别与姿势风险评估的准确率均较高，是一种低成本、高可靠性的姿势评价方法，具有一定的科学意义和工程应用价值。