基于新型多模态触觉传感器的机器人交互物体分类

多模态传感融合对于机器人探索外界环境十分重要,而现有的触觉传感器只能收集一种触觉模态信息,其收集到的多模态信息存在弱配对问题,为了解决此问题,研究了一种基于触觉和视觉融合的多模态触觉传感器。该传感器可以利用一个感知层同时收集2种异构触觉模态信息,弥补了传统触觉传感器的缺陷,同时可以利用收集到的多模态信息对不同物体的几何形状进行分类,在研究过程中,通过按压实验收集了圆形、正方形、长方形和三角形4种形状物体的触觉信息,再利用K最近邻(KNN)算法进行几何形状分类,实验结果证明了该传感器在区分不同物体的形状上具有良好的效果。     

分子模拟对多尺度材料模型应用

分子模拟方法能有效地模拟物质微结构层次的体系和状态。对于材料多尺度的分析和其模型的建立,分子模拟被认为是一种关键的技术之一。主要针对多尺度材料模型中的跨尺度统一性和多尺度多层次耦合的问题,阐述一些分子模拟方法在多尺度材料模型宏观以下尺度中的模拟应用。