共查询到17条相似文献,搜索用时 140 毫秒
1.
几何形状触觉再现的矢量电流方法研究 总被引:2,自引:0,他引:2
针对触觉临场感技术中几何形状再现的边缘模糊效应的问题,对现有电触觉再现装置的结构及刺激方式进行了研究分析,提出了适合几何形状触觉再现的矢量电流方法,并进行了分析讨论。初步实验表明,电触觉再现的矢量电流方法可以较好地克服电触觉再现的边缘模糊效应。 相似文献
2.
3.
4.
利用冗余信息消除触觉临场感的通信时延 总被引:1,自引:0,他引:1
通信时延消除是机器人临场感技术应用中一个极其重要的课题.本文就机器人临场感
中的触觉通信时延问题,以实现触觉再现信息的本地快速重构为出发点,提出并阐述了利用
冗余信息消除触觉临场感空间通信时延的新方法,同时推导出了相应的时延消除算法,仿真
试验验证了该方法的有效性. 相似文献
5.
6.
本文对机器人触觉临场感电触觉反馈技术进行了实验性研究。设计出了电触觉反馈装置和触觉反馈手套,结合我们已经研制出的指形触觉传感器和数据手套构成了遥操作机器人触觉临场感系统。联机实验结果表明,该触觉反馈装置能够给操作者提供有效的触觉反馈。 相似文献
7.
8.
9.
遥作机器人触觉临场的电触觉实现 总被引:2,自引:1,他引:1
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剌激电泫波形,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手指与点,线,面等形状物的接触,位置分辨力可达2.2mm。 相似文献
10.
11.
12.
肿块检测可以帮助患者更早地发现潜在的疾病,提高患者的生存率。针对如何使用非侵入式方法检测组织样本中的肿块这一问题,制作了一款结构简单、校准方便的光学触觉传感器,并提出了一种基于表面重建的肿块判别算法。该方法对触觉传感器采集到的原始图像进行深度重建,并从重建图像中减去正常组织产生的基线图像,从而获得由肿块产生的异常触觉图像,并将处理完的图像送入神经网络中进行肿块检测。结果表明,该方法能够有效地分辨出直径在6~10 mm、嵌入深度在1~5 mm的肿块,验证了所述方法的实用性与可行性。最后,基于该方法与流程,讨论了肿块大小、肿块嵌入深度和正常组织硬度对肿块检测结果的影响。提出的非侵入式的肿块检测方法探索了光学触觉传感器在肿块检测领域中的可行性,为相关领域进一步的研究提供了新的思路。 相似文献
13.
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。 相似文献
14.
对基于光学测量的触觉传感器在柔性目标的硬度估计中的应用和发展方向进行梳理。首先以Shore硬度为例对柔性目标硬度测量的基本原理进行介绍。进一步地,对基于光学测量的触觉传感的基本原理进行分析,并对其在硬度估计中的可行性进行探讨。然后,对基于该类型传感器的硬度估计在不同领域中的应用进行了总结。最后,讨论了基于光学测量的触觉传感器在硬度估计中的发展方向。目前的研究表明,基于光学测量的触觉传感器因其分辨率高、延迟低、感知信息丰富等方面的优势,在柔性目标的硬度估计方面展现出巨大的潜力,然而,在灵巧手操作、医疗诊断等应用层面的研究仍存在较大的发展空间。 相似文献
15.
提出了一种结合触觉临场感和肌电仿生控制技术的遥控机械手控制方法.采集手臂皮肤表面的肌电信号(表面EMG),结合AR模型和贝叶斯分类方法判断出手部的运动模式,控制机械手完成相应的动作.触滑觉组合传感器以压电材料PVDF为敏感体,安装于遥控机械手的手指上.机械手抓握或触摸物体时产生触滑觉,触滑觉信号经处理后通过电刺激来刺激操控人员,实现触觉临场感;操控者可根据触觉临场感来掌握自己的手部动作.实验表明,所提方法能提高遥控机械手的仿生控制能力. 相似文献
16.
17.
针对单纯利用压力点分布特征进行触觉步态识别的不足,提出了一种结合无符号Laplace谱特征的动态触觉步态识别算法。利用足底压力数字化场地采集常速、快速和慢速三种情况下的触觉步态数据,生成足底压力分布图像,并根据足底解剖学的结构划分区域;以足底压力图像各区域为节点构造结构图,并采用无符号Laplace矩阵表示;通过对该矩阵进行奇异值分解(Singular Value Decomposition,SVD)获取谱特征,并结合形状特征得到触觉步态特征;选择“一对一”的支持向量机(Support Vector Machine,SVM)多分类方法,按照人在行走过程中不同的速度分别构造分类器,从而实现动态触觉步态的识别。实验结果表明该识别算法对不同速度样本数据的触觉步态识别正确率都较高。 相似文献