Nadia Sciacca,Tom Carlson Aspire Create,伦敦大学学院 RNOH,斯坦莫尔,HA7 4LP,英国 电子邮件:{nadia.sciacca.17; t.carlson}@ucl.ac.uk 摘要— 如今,技术为人类提供了许多交流几乎所有事物观点的方式。视觉、听觉和触觉媒体是人类最常用的媒体,它们以如此自然的方式支持交流,以至于我们甚至不会主动考虑使用它们。但是对于那些失去运动或感觉能力的人来说,他们很难或不可能控制或感知这些技术的输出,该怎么办?在这种情况下,也许唯一的交流方式可能是直接使用脑信号。因此,本研究的目标是为四肢瘫痪的人(他们可能被限制在自己的房间或床上)提供一种远程呈现工具,以促进我们许多人认为理所当然的日常互动。在我们的案例中,远程呈现工具是一个远程控制的机器人。它可以作为用户日常生活的一种媒介,通过虚拟方式与位于远程房间或地方的朋友和亲戚联系,或者与不同的环境进行探索。因此,目标是设计一个人机系统,使用户能够仅使用思想来控制机器人。技术部分由脑机接口和视觉界面组成,以实现机器人的“模拟触觉共享控制”。在用户和机器人之间实现共享运动控制,并实现自适应功能分配以管理情况的难度。利用这种“模拟触觉反馈”的控制方案是使用人机合作框架进行设计和评估的,并且已经通过五名参与者评估了这种交互方式的好处。初步结果表明,使用“模拟触觉反馈”的控制和合作比没有“模拟触觉反馈”更好。
在神经科学领域,对织物与皮肤相互作用过程中的感觉知觉的精确评估仍然知之甚少。本研究旨在通过脑电图 (EEG) 光谱强度研究不同纺织品对织物刺激的皮质感觉反应,并评估 EEG 频带、传统主观问卷和材料物理性质之间的关系。招募了 12 名健康成年参与者来测试三种不同纺织品成分的织物,这三种织物分别为 1) 棉、2) 尼龙和 3) 涤纶和羊毛。通过织物触感测试仪 (FTT) 定量评估织物的物理性质。邀请受试者通过主观问卷和客观 EEG 记录对织物样品的感觉知觉进行评分。对于不同的织物刺激,EEG 的 Theta 和 Gamma 波段相对光谱功率存在显著差异(P < 0.05)。 Theta 和 Gamma 能量与问卷调查的大多数主观感觉以及 FTT 测量的织物物理特性具有显著相关性(P < 0.05)。EEG 频谱分析可用于区分不同纺织成分的织物刺激,并进一步指示织物刺激过程中的感觉知觉。这一发现可为进一步通过 EEG 频谱分析探索性研究感觉知觉提供依据,可应用于未来假肢中皮肤触觉的大脑发生器的研究以及工业中感觉知觉的自动检测。
摘要本研究介绍了使用双向和自动回归变压器(BART)和向量量化的变分自动编码器(VQ-VAE)的文本条件触觉图形生成模型的开发。该模型利用了潜在空间的修改组织,分为两个独立的组件:文本和图形。该研究通过使用自定义样本扩展培训数据集来解决触觉图形样本有限的挑战,从而增强了模型将文本信息转换为图形表示的能力。提出的方法改善了视障人士的触觉图形创建,从而在合成的触觉图形中提供了增加的可变性,可控性和质量。这一进步增强了包容性教育材料生产过程的技术和经济方面。
抽象的外观变化是在室外环境中自动驾驶汽车可视定位的最具挑战性问题之一。当前图像与地图中的地标之间的数据关联可能很困难,如果地图是在不同的环境条件下构建的。本文提出了一种解决方案,以构建和使用多条件地图,其中包含在不同条件下记录的序列(白天,夜晚,雾,雪,雨,雨,季节的变化等)。在视觉定位期间,我们利用排名函数从地图中提取最相关的信息。此排名功能旨在考虑车辆的姿势和当前环境状况。在映射阶段,通过不断向地图添加数据来涵盖所有条件,从而导致地图大小的持续增长,进而导致定位速度和性能。我们的地图管理策略是一种增量方法,旨在限制地图的大小,同时使其尽可能多样化。我们的实验是对使用我们的自主班车以及广泛使用的公共数据集收集的真实数据进行的。结果表明,我们的方法在不同的挑战性条件下显着改善了本地化性能。
由于腿部机器人的出色机动性和障碍物越过障碍物,因此有可能替换自主腿攀岩机器人的手动检查外部板外板。但是,当磁吸附腿壁攀爬机器人在墙壁的凸点或凸线上的步骤,甚至当机器人失误时,机器人可能会从铁磁壁上脱离。因此,本文提出了一个触觉传感器,用于腿部磁吸附壁式机器人,以检测磁吸附状态并提高机器人自主爬行的安全性。触觉传感器主要包括三维(3D)打印的外壳,触觉滑块和三个等轴测传感单元,并具有优化的几何形状。该实验表明,摩擦电触觉传感器可以监视触觉滑块的滑动深度并控制发光设备(LED)信号光。此外,在检测机器人脚吸附状态的演示实验中,摩洛电触觉传感器对各种铁磁壁表面具有很强的适应性。最后,这项研究建立了一个机器人步态控制系统,以验证摩擦电触觉传感器的反馈控制能力。结果表明,配备了摩擦式触觉传感器的机器人可以识别爬行墙上的危险区域,并自主避免这种风险。因此,拟议的Triboelectric触觉传感器在实现机器人的触觉能力以及增强超大船的安全性和智能检查方面具有巨大的潜力。
(未通过同行评审认证)是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2023年11月30日发布。 https://doi.org/10.1101/2023.11.29.569204 doi:Biorxiv Preprint
目前的肌电上肢假肢无法恢复感觉反馈,从而损害了精细运动控制。使用触觉套进行机械触觉反馈恢复可能会纠正这个问题。这项随机交叉参与者内对照研究旨在评估原型触觉套对八名健全参与者执行的常规抓握任务的影响。每位参与者完成三项任务的 15 次重复:任务 1——正常抓握,任务 2——强抓握和任务 3——弱抓握,使用视觉、触觉或组合反馈所有数据均于 2021 年 4 月在英国爱丁堡苏格兰微电子中心收集。与任务 1(p < 0.0001)、任务 2(p = 0.0057)和任务 3(p = 0.0170)中的单独视觉相比,组合反馈与明显更高的抓握成功率相关。类似地,在任务 1 ( p < 0.0001) 和任务 2 ( p = 0.0015) 中,触觉反馈与视觉相比具有显著更高的抓取成功率。在任务 1 ( p < 0.0001) 和任务 3 ( p = 0.0003) 中,与视觉反馈相比,组合反馈与显著更低的能量消耗相关。同样,在任务 1 ( p < 0.0001)、任务 2 ( p < 0.0001) 和任务 3 ( p < 0.0001) 中,与视觉反馈相比,触觉反馈与显著更低的能量消耗相关。这些结果表明,触觉套管提供的机械触觉反馈可有效增强抓握能力并降低其能量消耗。
摘要 — 非侵入式脑机接口 (BCI) 被广泛用于识别用户意图。特别是,与触觉和感觉解码相关的 BCI 可以在许多工业领域提供各种效果,例如制造先进的触摸显示器、控制机器人设备以及更具沉浸感的虚拟现实或增强现实。在本文中,我们介绍了基于触觉和感官知觉的 BCI 系统,称为神经触觉。这是使用实际触摸和触摸图像范例对各种场景进行的初步研究。我们设计了一个新颖的实验环境和一种可以在触摸指定材料时获取脑信号以产生自然的触觉和纹理感觉的设备。通过实验,我们收集了针对四种不同纹理物体的脑电图 (EEG) 信号。招募了七名受试者参加实验,并使用机器学习和深度学习方法评估分类性能。因此,我们可以确认在 EEG 信号上解码实际触摸和触摸图像以开发实用的神经触觉的可行性。 关键词-脑机接口;脑电图;触觉信息;触觉分析;触觉意象
Nadia Sciacca,Tom Carlson Aspire Create,伦敦大学学院 RNOH,斯坦莫尔,HA7 4LP,英国 电子邮件:{nadia.sciacca.17; t.carlson}@ucl.ac.uk 摘要— 如今,技术为人类提供了许多交流几乎所有事物观点的方式。视觉、听觉和触觉媒体是人类最常用的媒体,它们以如此自然的方式支持交流,以至于我们甚至不会主动考虑使用它们。但是对于那些失去运动或感觉能力的人来说,他们很难或不可能控制或感知这些技术的输出,该怎么办?在这种情况下,也许唯一的交流方式可能是直接使用脑信号。因此,本研究的目标是为四肢瘫痪的人(他们可能被限制在自己的房间或床上)提供一种远程呈现工具,以促进我们许多人认为理所当然的日常互动。在我们的案例中,远程呈现工具是一个远程控制的机器人。它可以作为用户日常生活的一种媒介,通过虚拟方式与位于远程房间或地方的朋友和亲戚联系,或者与不同的环境进行探索。因此,目标是设计一个人机系统,使用户能够仅使用思想来控制机器人。技术部分由脑机接口和视觉界面组成,以实现机器人的“模拟触觉共享控制”。在用户和机器人之间实现共享运动控制,并实现自适应功能分配以管理情况的难度。利用这种“模拟触觉反馈”的控制方案是使用人机合作框架进行设计和评估的,并且已经通过五名参与者评估了这种交互方式的好处。初步结果表明,使用“模拟触觉反馈”的控制和合作比没有“模拟触觉反馈”更好。
摘要 - 对于各种应用,对可穿戴触觉设备的需求已迅速增加。但是,许多障碍设备会干扰佩戴者的活动和动作。此外,通过适应佩戴者的自然姿势,几种触觉设备无法引起直觉的触觉感觉。为了解决这些问题,我们建议使用轻巧的可穿戴织物执行器提出肘角引导系统。所提出的执行器是由织物制成的,并在其上附着两个麦基本型人工肌肉,使其非常轻巧,并促进了表面触觉的传递,以直观地诱导肘部伸展和流失。由织物执行器引起的表面触觉感觉已调整为自然运动,而不会干扰佩戴者的运动。此外,提议的系统通过改变向用户实时传递给用户的表面感觉的强度来测量并指导肘角。通过涉及人类参与者的实验证明了拟议系统的准确性。