光波导触觉传感系统中的导波模式理论分析

根据光波导触觉传感系统受压时所形成的四个光斑面积大小,可求出作用于系统的xyz三向力。利用导波模式理论,当系统受外力时,平面波的全内反射条件遭到破坏,半圆球触头与波导板的接触部分由对称平面波导转变为非对称平面波导,造成光泄漏,形成光斑,其频率范围在对称平面波导的截止频率和非对称平面波导的截止频率之间。     

消除阵列触元间相互干扰的一种方法

本文论述了阵列触觉传感系统中普遍存在的触元间的相互耦合干扰问题，提出了干扰的生成，可能的几种干扰情况及有效排除干扰的一种实用方法，该方法在作者研制的１６×１６的阵列触觉传感系统中得到了很好的应用。     

一种用于水下机器人的触沉传感器研究

本文论述了一种用于水下作业机械手的机器人触觉传感器的结构及工作原理，这种传感器的开关类似于水下生物的“触须”，能够在４个方位上判别与对象接触的位置及接触长度，对于其他形式的机械同样适用。     

浅谈新经济时期企业经营者的决策能力

经营决策是企业成功的基础，而经营者的决策能力如何在很大程度上决定企业命运，本文阐述了经营者决策能力的几个要素。     

带虚拟边约束的面部表情基生成方法

针对网格形变迁移算法在生成面部表情基时可能出现的模型表面穿透问题,本文提出一种带虚拟边约束的面部表情基生成算法.该算法基于一组模板表情基,可以为不同的对象目标生成个性化的人脸表情基.首先,算法依据顶点之间的距离信息检测出人脸模型中可能发生模型表面穿透的区域,在这些区域添加新的顶点连接关系,本文称为虚拟边;然后以这些虚拟边约束网格形变迁移算法,在生成表情基的同时防止模型发生表面穿透现象.在不同人脸模型上的实验结果表明,算法添加虚拟边的精度和效率优于手动操作以及之前提出的相关算法,并且虚拟边约束可以有效防止表情迁移过程中的模型穿透问题.最后,本文实验为不同的人脸网格生成了表情基,并应用生成的表情基进行表情迁移,实验结果验证了本文提出的带虚拟边约束的面部表情基生成方法的有效性.     

基于离线强化学习的力触觉引导土壤采样控制

由于颗粒状介质的复杂性,机器人操控颗粒介质的交互控制存在不少难点。近年来,强化学习在机器人技术等领域取得了显著的成就。针对土壤这类颗粒物质不容易进行运动学建模的问题,提出一种基于离线强化学习的土壤采样控制器,引入采样过程中力触觉信息指导取样的运动控制。基于旋转式取样头,使用高精度Chrono仿真器对土壤环境进行颗粒模拟,以获得土壤采样任务的数据。从采样量、功率、用时这3个角度考虑,共同衡量采样任务的表现。使用保守Q-Learning算法进行离线训练,解决强化学习中样本利用率低且在颗粒仿真环境下实现实时交互困难的问题,并输出智能体控制取样器下降速度和旋转取样角速度的策略。实验表明,该控制器可以较好地应用于土壤采样任务,并可根据所测的力来动态调整控制策略。该控制器可显著提升采样效果,无须明确了解颗粒参数,仅通过数据即可学习优化策略。     

一种高保真视-触觉增强现实系统的搭建

随着增强现实技术的发展,仅包含视觉的增强现实技术已经不能满足人们的需求,而加入触觉信息形成的视-触觉融合的增强现实系统却越来越受到关注。触觉设备是将真实环境和虚拟环境连接起来的纽带。然而,触觉设备在视场中的存在会带来两个问题,一方面触觉设备占据了很大的视觉空间,另一方面触觉设备的定位往往会出现较大的误差,导致了视-触觉增强现实的真实性下降。为了增加使用者的体验感,提出一种高保真视-触觉增强现实环境的搭建方法。首先基于改进的ORB(Oriented FAST and Rotated BRIEF)和KLT(Kanade-Lucas-Tomasi)增强现实跟踪注册算法搭建稳定的视觉增强现实环境。其次提出了一种能校准触笔位置和方向的方法,以提升交互体验。然后提出一种基于力反馈的触觉渲染算法,最后使用改进的全局泊松方程和Criminisi算法对触觉设备进行隐藏和修复,减小因触觉设备存在对用户沉浸感造成的影响。     

多尺度融合注意力机制的人脸表情识别网络

针对在人脸表情识别中普通卷积神经网络难以提取有效特征、网络模型参数复杂等问题,提出了一种多尺度融合注意力机制网络（multi-scale integrated attention network,MIANet）。为了同时增加网络的宽度和深度又避免冗余计算,在网络中引入Inception结构,用于提取图像的多尺度特征信息。使用高效通道注意机制（efficient channel attention,ECA）,强调与面部表情相关的区域抑制不相关的背景区域,提高重要面部特征的表达能力。在卷积层中采用深度可分离卷积,减少网络参数,防止过拟合。使用提出的方法在公开数据集FER-2013和CK+上进行实验,分别取得了95.76%和72.28%的准确率。实验结果表明,该方法识别效果较好,泛化能力较强,在人脸表情识别中对网络结构设置和参数配置方面具有一定的参考价值。     

一种触觉感知与脑启发的触觉传感系统

触觉智能感知是当前研究的热点问题之一.然而,大规模触觉数据集的缺乏限制了机器人触觉感知领域的发展,解决问题的关键在于构建覆盖手掌的高时空分辨率触觉压力传感器系统.对此,构建一种脑启发的触觉传感系统(BITSS),以高时空分辨率对触觉压力信息进行获取,并实现基于脉冲事件的触觉感知.受皮肤触觉感受器启发,BITSS使用神经形态模型对触感压力信号进行脉冲编码,实现两种触觉感受器神经元的模拟.实验结果表明,BITSS模拟的神经放电活动可以解码出抓握状态的低维空间.在10种日常物体的分类任务中,基于脉冲事件的分类器分类精度达到94%,具有较快的执行速度,并验证了BITSS对触感压力信号的时空编码能力.