基于灵巧手触觉信息的未知物体类人探索策略

为增强机器人对环境的适应性,基于对人类进行未知物体触觉探索时行为的观察和分析,提出一种适用于机器人灵巧手自主进行未知物体触觉探索的策略。机器人触觉探索过程被划分为顶面探索和侧面探索两个阶段。在顶面探索阶段,根据所得到的触觉信息对物体的基本尺寸和姿态进行估计,并用包围盒近似物体;而在侧面探索阶段,依据分类判别不等式将物体按基本尺寸进行分类,对不同类别的物体设计不同的侧面探索策略,从而指导灵巧手对未知物体的信息进行采集。最后,在仿人机器人平台上完成了对未知物体的触觉探索实验。实验结果表明,应用所提出探索策略,机器人可以仅依靠触觉自主的探索未知物体并获取物体信息。     

分级倾斜微圆柱结构的高灵敏度柔性触觉传感器

为了满足电容式柔性触觉传感器在可穿戴电子设备、智能机器人、人机交互等领域的精准触觉感知应用需求,基于分级倾斜微圆柱结构提出柔性触觉传感器．传感器在受到外界压强作用时,引起倾斜微圆柱分级变形,导致传感器电容增大．结合仿真和实验研究传感器结构特征对其灵敏度的影响规律,揭示不同结构参数设计的传感器信号输出与加载压强间的关系,优化触觉传感器结构．实验数据表明,所提传感器具有良好的灵敏度(0.44 kPa^?1)和低检测下限(2.6 Pa),响应时间为40 ms,最大迟滞误差为6.7%,在2 400次循环加/卸载过程中展现了优异的重复性和稳定性．该传感器可以拓展为不同尺寸和形状的“皮肤”阵列,实现了机械手精准感知和人体运动姿态监测．     

基于磁悬浮结构的人体动能采集技术

设计基于磁悬浮结构的电磁能量采集装置,该装置可佩戴于使用者的腕部、肘部和脚踝处,收集人体运动过程中产生的动能. 概述现有的可用于振动能量采集的多种能量采集技术,利用惯性传感器对实验者运动时的关节加速度及角速度进行测量,对磁悬浮结构的非线性能量采集工作原理进行理论分析. 运用有限元工具对振动时结构周边的磁场分布和磁力线变化进行仿真研究,并通过振动实验平台验证装置的共振频率和电压输出范围. 当使用者佩戴该装置进行测试时,装置输出的电压及功率随运动速度的增加而增加,在8 km/h的运动条件下,腕部、肘部和踝部所能俘获的最大瞬时功率分别为0.60、0.30、0.58 mW. 实验结果表明,基于磁悬浮互斥结构的电磁能量采集装置能有效采集人体动能,并为可穿戴传感器等低功耗设备供能.     

基于支持向量机的人体姿态识别

人体姿态识别是当前自动视频理解技术的研究热点,提出的算法能够识别视频中的十二种人体姿态,包括走路、跳跃、爬行和弯腰等.算法首先提取前景图像中的星形轮廓位置、六星角度和离心率等多特征信息,组成人体姿态特征,结合该特征的向量表示利用基于径向基核支持向量机的分类器,实现各种姿态的识别.实验中,在公共数据库和部分自采集数据基础上构建特征库,对分类器进行训练,对其余自采集数据进行分类,结果表明:该算法对小样本下的人体姿态识别具有令人满意的结果.     

基于压电薄膜传感器的机器人触觉识别系统

为了使机器人通过触觉感知外部环境信息,弥补视听交互信息缺失的不足,根据聚偏氟乙烯（PVDF）材料的压电效应设计开发基于触觉传感器和卷积神经网络的机器人触觉识别系统,能够根据所采集的触觉信号识别出材质类型. 提出基于渐进式级联卷积神经网络的触觉识别算法. 该算法基于卷积神经网络提取机器人传感器的信号特征,包括经过短时傅里叶变换的触觉数据频谱图和信号表征周期内的时域特征. 为了解决特定材质识别混淆的问题,利用K-Medoids聚类算法和动态时间规整（DTW）距离度量算法将分类过程区分为粗、细2个层次,构建渐进式分类模型. 实验表明,设计的触觉传感器对物体材质的平均识别正确率约为97%,机器人能够成功识别触摸到的真实材质,为下一步的探索交互任务奠定基础.     

考虑运动加速度干扰的无人机姿态估计算法

为解决动态环境下无人机导航系统姿态估计易受传感器噪声和运动加速度干扰的难题,提出一种考虑运动加速度干扰的无人机姿态估计算法。首先,建立运动加速度估计模型,根据基于卡尔曼滤波的加速度误差模型和由外部传感器提供的速度信息实现对运动加速度的精确估计,利用运动加速度估计模型获得的运动加速度对加速度计的原始值进行修正,降低动态环境下运动加速度对姿态估计的干扰。随后,搭建基于互补滤波的姿态估计模型,利用磁力计信息和修正后加速度信息构建陀螺仪修正量,对陀螺仪原始值进行修正,设计互补滤波器滤除来自加速度计和磁力计的高频噪声和来自陀螺仪的低频噪声,避免传感器噪声信号对姿态估计的干扰。最后,利用无人机试飞过程中采集的传感器信息对该算法进行实验验证。实验结果表明,该算法可以精确估计无人机机动过程中所产生的运动加速度,有效减弱传感器噪声和运动加速度对姿态估计的干扰,该算法显著提高了无人机导航系统在动态环境下姿态估计的精度和抗干扰能力。     

基于球曲面极板的电容式触觉传感器研究

为提升电子皮肤的触觉感知灵敏度,提出一种基于球曲面极板的电容式柔性触觉传感器。介绍了电容式柔性触觉传感器的结构特点与制备流程,并结合理论计算与ANSYS有限元仿真阐述其触觉感知机理,空间立体排布的球曲面感应极板和差分式结构特点可协同提升电容式柔性触觉传感器感知灵敏度。基于高性能电容数字转换器AD7147-1和STM32微处理器搭建容性触觉信号采集与处理系统,完成了电容式触觉传感器特性测试及应用研究。实验结果表明,该传感器可实现法向力与切向力的高灵敏检测和稳定性,动态响应时间约为70 ms,进一步论证了其用作电子皮肤的可行性。     

基于RBF神经网络的人体动态姿态识别算法

利用三轴加速度传感器对人体姿态加速度信号进行采集和处理,通过径向等函数（RBF）神经网络算法对数据进行训练和分类,从而达到对人体基本动态姿态的识别。实验表明,该算法可以达到90％以上的识别率。     

感知神经网络的信息传输及电路实现研究

为提高神经元网络信号的传输效率,改善人们对外界刺激的感知能力,本文采用平均互信息量的评价方法,研究了费茨休夫-南云感知神经元模型中信息传输的随机共振现象,探讨了并联单层神经元网络和双层神经元网络的信息处理功能,并用PSpice电路对神经元网络的信息传输进行了实验验证。数值模拟与电路仿真结果表明,FHN神经元并联模型和双层神经元网络具有随机共振现象,在一定的噪声强度范围内,双层神经元网络对输入信号的响应好于单层神经元网络,噪声能够提高神经元网络的输入输出互信息量,平均互信息量的最大值对应最优的传输性能,证明噪声对神经网络信息传输具有增强作用。该研究对感知神经元群体的信息传输具有重要的启示意义。     

坐姿下人体振动特性建模及实验分析

为客观评价垂直振动条件下人体生物力学响应,依据多体动力学原理建立了七自由度无靠背坐姿下人体振动模型。根据不同频率下人体振动实验数据,采用最小二乘参数识别法以及加权计算得到人体动力学参数,根据识别出的参数进行人体振动特性分析,得到了特定频率下人体头部振动加速度响应特性。应用近红外光谱法无创检测脑部组织血氧参量,分析了不同频率下血氧参数变化。实验结果表明:该模型有较高的预测精度,可为动态环境下人机界面设计提供重要参考,对于客观评价人体坐姿舒适性,提高汽车人机界面设计宜人性有指导意义。     

感认知增强的智能机械手系统

为了提高服务机器人的系统服务能力和智能化程度,提出一种面向机械手等器件的感认知增强模型.通过融合来自不同传感通道的感知能力和认知能力,增强机械手的感知和认知.基于此模型,以视觉、触觉为例,在视觉系统上用尺度不变特征变换算法实现目标物体的识别,并对目标物体进行定位;在触觉系统上对触觉传感器采集的数据用主成分分析算法降维,并用支持向量机算法获得分类模型;在认知系统上,机械手在抓取物体时根据物体信息自适应地规划路径并决策物体的抓取模式.通过在多类物体混杂环境中的抓取和分拣实验,验证了该感认知增强机械手系统的可用性.     

基于多传感器信息融合的人体姿态解算算法

针对传统人体姿态解算算法中存在的稳定性差和解算精度低等问题,提出一种基于多传感器信息融合的姿态解算算法。利用四元数计算人体的姿态变化,将惯性测量模块的姿态测量值与观测值之间的偏差通过PI调节进行控制;采用互补滤波对多传感器数据进行融合,求取人体实时姿态。实验表明,该算法能够实现稳定地输出高精度姿态数据。     

舌控智能辅助系统的通信装置研究

为提高舌控智能辅助系统舌部运动信息的采集精度,利用STM32H743和LabVIEW设计了一种对舌机接口辅助系统进行信号采集、传输的通信装置.该装置通过舌部触碰嵌入式电极传感器发出信号并传输给单片机(进行舌控信号采集),然后通过串口传给上位机以此最终实现数据的采集与保存.实验结果表明,该装置可有效完成舌控智能辅助系统对控制信号的采集与传输,并具有实时显示、自动保存和查询历史数据等功能; 因此,该装置在舌控智能辅助系统的信号采集中具有良好的应用前景.     

电流变流体触觉传感器及触觉信号检测

针对机器人柔顺抓握与稳定操作,给出了一种新型柔顺触觉传感器,这种触觉传感器能够在较小的接触力下产生较大的变形,从而顺从物体的形状,获取较多的接触信息,并能有效地改善指面的性能,降低接触感知时接触力对物体和传感器造成的破坏和其它不良影响,根据微小电容测量存在的问题,给出电容式触觉阵列的测试原理和方法,实现了触觉单元微小电容的测量,建立了触觉信号采集与处理的硬件及软件系统。     

杆、梁结构振动能量密度的简化解法

以能量密度为变量,研究了杆、梁结构受激励分别产生纵向振动和弯曲振动时的控制方程,获得了一维结构振动能量密度的简化解法.该简化方法为船舶基本结构的高频振动噪声分析提供方便准确的方法,它只需要比传统的模态法较少的参数,且不需要关于结构共振响应的信息.计算分析表明,在高频时,由简化方法得到的近似解与精确解吻合很好.文中进一步验证了Nefske＆Sung提出的振动噪声结构的能量流与热流的相似性,即当阻尼较小时,一维结构中的振动能量流具有与热传导中热流类似的特性.     

基于WSN的人体姿态辨识系统设计

针对老年人摔倒时可能因无法得到及时救助而发生危险的情况,设计了基于WSN的人体姿态辨识系统,包括人体姿态感知节点、数据采集节点和实时监控管理平台等三部分,能对多目标人体姿态进行实时辨识,一旦人体姿态存在异常能立刻进行报警,从而保证了目标的人身安全.实验检测结果表明,系统能在不影响使用者日常生活的前提下,同时对多个目标的人体姿态进行正确辨识,当监测到目标处于跌倒姿态时,可以及时进行报警,满足了对老年人活动状态进行实时监控的需求.     

三电平超阈值随机共振模型的研究

针对阈值型感知神经元中语音信号传输问题,本文建立了三电平神经元网络结构模型,给出了系统性能指标,分析了语音信号通过神经元群体时的平均互信息和刺激特定信息。分析结果表明,平均互信息是神经网络有关刺激信号集合的统计意义上信息特征量,而刺激特定信息将平均互信息在信号幅值空间进行了分解,反应了噪声强度和神经元群体数目在不同信号水平下的信息传递效率。该研究为进一步探索阈值性神经元模型中信息编码提供了理论与实验依据。     

电解铝多功能起重机打壳机构机械故障原因分析

打壳机构是电解铝多功能起重机的重要工作机构之一,依靠高频率的振动将黏附在电解槽及阳极碳块周围的结壳打碎。它的这种工作特点使它的结构和零件在高频振动时产生共振,引起磨损以及疲劳破坏。目前对其研究大多仅停留在简单的外形设计和静力学校核阶段,这阻碍了该机构性能的进一步提升,文章采用有限元方法对打壳机构模态特性进行研究,为其结构改进提供了参考和依据。     

煤矿环境人体动态静电放电模型

利用代替煤矿狭窄坑道的模拟装置,研究了不同环境条件中人体各种状态和不同动作速度变化下的人体动态放电模型及不同人体静电放电模型最易引爆瓦斯的条件,为煤矿安全生产管理提供理论与实验依据.     

基于CNN的三维人体姿态估计方法

针对传统三维人体姿态估计受遮挡限制的问题,提出一种基于卷积神经网络(CNN)的三维人体姿态估计方法。首先,实验模型系统采用了几段单目视频为输入源进行人体姿态识别。相对于传统的人体姿态估计方法,改进了一种顺序化的卷积神经网络用于提取人体空间信息和纹理信息。并通过对视频中人体的二维姿态估计,找出了人体头部和四肢关节点的精确位置。最后,通过投影关节点到三维空间,估计出每个人的三维姿态。实验结果表明,本文方法相比传统的姿态估计算法在人体行为上的测试平均误差从98.53 mm降低至92.88 mm,对于视频中的人体三维姿态估计有更优的精度。