XiaoMi-AI文件搜索系统
World File Search System触觉
使用具有触觉传感的灵巧手指的可变形线性对象
摘要 - 关于可变形线性对象（DLO）操纵的大多数研究都假定刚性抓握。然而，除了刚性的抓握和重新抓紧之外，在掌握的范围之外，人类也是人类使用敏捷操纵DLOS的重要技能，它需要通过握住DLO来防止其掉落的同时通过手动滑动来连续更改抓握点。在没有使用专门设计但不是多功能的最终效果的情况下，实现这种技能对于机器人来说非常具有挑战性。以前的作品尝试使用通用的平行抓地力，但是由于关注和持有之间的冲突，它们的稳健性并不令人满意，这很难与一级自由的抓手保持平衡。在这项工作中，受到人类如何使用手指跟随DLOS的启发，我们探索了具有触觉感知的通用灵巧的手的用法，以模仿人类的技能并获得强大的DLO跟随。为了使硬件系统能够在现实世界中运行，我们开发了一个框架，其中包括笛卡尔空间手臂控制，基于触觉的In-Hand-hand 3-D DLO姿势估计以及特定于任务的运动设计。实验结果证明了我们方法比使用平行抓手的显着优势，以及它的稳健性，可推广性和效率。
触觉增强的完整上肢外骨骼接口
摘要：操纵既涉及精细的触觉反馈，又涉及FingerPad机械感受器感知的动态瞬变，也涉及动态触觉反馈，而动态触觉反馈则涉及整个手肌肉骨骼结构。在远程操作实验中，这些基本方面通常在操作员侧的不同设置之间进行分配：使用轻质手套和光学跟踪系统的那些设置，朝向仅触觉反馈的那些，以及那些实现外观骨骼或接地操纵器作为具有抗hepticic设备的hepticic设备，可提供KinaEsticic Enceptics。在手界面的水平上，提供动力学力反馈的外骨骼在最大渲染力和嵌入式执行器的带通之间进行了权衡，从而使这些系统无法正确地呈现触觉反馈。为了克服这些局限性，在这里，我们研究了一个完整的上肢外骨骼，覆盖了从肩部到手指裂料的所有上肢身体部位，并在指尖与线性语音盘绕器执行器结合。这些是为了呈现宽带触觉反馈以及手部外骨骼提供的动力学力反馈。在两个不同的反馈条件下（仅视觉和视觉供应），我们将在采摘远程操作任务中调查系统。根据测量的相互作用力和正确试验的数量进行了评估和比较。这项研究证明了能够组合的动觉和触觉触觉反馈的复杂的全肢外骨骼（七个肢体驱动的DOF加五个手动DOF）的总体可行性和有效性。定量结果表明，当提供触觉反馈时，尤其是对于均值和峰值施加的力，以及拾取和地位任务的正确速度时，效果的改善显着。
通过AI增强的Triboelectric多模式传感器启用了对机器人手指的增强触觉感知
机器人技术的最新发展越来越多地强调了传感技术，尤其是触觉感知的重要性，使机器人能够有效地与其环境互动并解释物理相互作用。由于功率效率和低成本，经常研究底层电离机制，用于测量压力和识别材料以增强机器人感知。尽管如此，尽管它们在日常生活中盛行，但仍有使用互动效应来检测弯曲表面的探索有限。在这里，提出了多层结构设计的摩擦多模式触觉传感器（TMTS），以同时识别不同的材料，曲线和压力，从而将不同的方式解耦以启用更准确的检测。通过将传感器连接到机器人的纤维上并利用深度学习分析，定量曲率测量可为对象的详细几何特征提供更精确的见解，而不是仅仅评估其整体形状，因此可以实现具有99.2％精度的12个Grasped对象的自动识别。传感器可以进一步用于准确识别机器人手的不同触摸手势下的物体的柔软度，达到94.1％的精度，证明了其在未来机器人支持的智能社会中的广泛应用。
迈向患有长期疾病的学童的隐私友好式触觉机器人 - 相关用户组的用户需求
在COVID-19大流行期间，视频会议和触觉技术的使用已变得很流行，以使学生能够在当时参加课堂。大流行结束后，现在常常被遗忘的事实是，由于各种（身体或心理）的医学原因，有许多孩子无法在现场上课。在这些情况下，今天在技术上可以借助远程介绍机器人来远程参加学校，并且在个人情况下已经实行。在学校中使用远程机器人通常会遇到各种法律和道德问题，包括与隐私有关的问题，这些问题通常需要在使用此类机器人之前单独澄清。在本文中，我们讨论了如何设计机器人来实现设计的某些隐私方面。基于Burgoon [4]和Parrott等人的工作。[16]我们不专门考虑其信息维度的隐私，而是采用整体方法来包括其物理和社会维度。为了实现我们的目标，我们与利益相关者举行了两个研讨会，这些利益相关者以前曾在学校中有远程融合机器人的经验，包括老师，父母，以前和目前生病的孩子，以及一个支持癌症儿童父母的组织。我们还与利益相关者一起举办了另一个工作坊，没有以前的经验，包括老师，校长和媒体教育者。后者旨在调查他们的期望和潜在的初步问题。根据三个研讨会的结果，我们在本文中提出的长期疾病的学童的隐私友好机器人中分析了用户需求。本文的其余部分如下：第2节概述了相关工作，该工作重点介绍了在此背景下在学校和隐私的远程介绍机器人。第3节描述了这项工作的基础方法，我们用来识别不同用户组的用户需求。第4节讨论了不同用户组的用户需求，第5节简要说明了我们的研究方法的局限性，第6节总结了这项工作，并对学校中隐私友好的远程掌握机器人的未来开发展开了前景。
触觉 - 触诊 - 神经心理学 -
抽象的身体打击乐是使用身体作为介质产生声音的技术。它涉及多种技术，例如拍手，醒目，踩踏和拍拍。印度音乐通过手势提供了丰富的身体打击乐例子，以及诸如Tabla和Pakhawaj之类的乐器。这篇评论深入研究了与Tabla和Pakhawaj仪器和神经心理学有关的人体打击乐的十字路口，研究了其对脑功能，认知过程和情感健康的影响。它还讨论了印度打击乐中Laya和Tala的理论概念，突出了节奏与神经心理学反应之间的关系。关键字：身体打击乐，神经心理学，认知灵活性，塔曲，Pakhawaj引言身体打击乐是一种有节奏的技术，它使用身体作为介质来产生所需的声音。这包括诸如拍手，手指折断，脚踩脚，醒目和拍拍身体不同部位等动作（Romero Naranjo，2013年）。任何打击乐器的主要功能是为节奏和莱拉奠定基础。laya可以定义为节奏循环中节拍之间的时间间隔。在整个性能过程中必须保持稳定。在印度，在古代，节奏和Laya仅通过手势描绘。 随着时间的推移，开发了打击乐器。 最初，他们被用来指示潜在的威胁或战争开始期间。 后来，探索了节奏模式，并用于音乐的伴奏。在印度，在古代，节奏和Laya仅通过手势描绘。随着时间的推移，开发了打击乐器。最初，他们被用来指示潜在的威胁或战争开始期间。后来，探索了节奏模式，并用于音乐的伴奏。在传统印度音乐的背景下，Tablea和Pakhawaj是复杂的击打的主要例子。Tabla是一组两个垂直鼓，使用手指和手掌动作演奏。另一方面，Pakhawaj（形状像枪管的鼓）主要是通过使用Palm（Team，2023）进行的。
基于表面触觉感觉的肘角引导系统，可轻巧可穿戴的织物执行器
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。
人类体感皮层的阈下皮层内微刺激增强触觉敏感性
体感皮层的皮层内微刺激 (ICMS) 可激活刺激电极周围的神经元并引发触觉。然而，目前尚不清楚皮层神经元的直接激活如何影响它们处理来自皮肤的其他触觉输入的能力。在左、右体感皮层均植入慢性微电极阵列的人体中，我们在同时提供 ICMS 的同时向皮肤施加机械振动，并量化机械和电刺激对触觉的影响。我们发现阈下 ICMS 增强了皮肤触摸的敏感度，证据是振动触觉检测阈值降低（中位数：-1.5 dB），但阈下振动不会系统性地影响 ICMS 的可检测性。超阈值振动导致 ICMS 阈值增加（中位数：2.4 dB），但超阈值 ICMS 对振动触觉阈值影响不大。 ICMS 引起的振动触觉敏感性增强与位置有关，刺激电极的投射场和振动刺激的位置距离越远，效果大小越小。这些结果表明，仅对皮质进行有针对性的微刺激就可以局部增强触觉敏感性，有可能恢复或加强受伤后保留的触觉。
神经形态计算辅助的互动电容耦合触觉传感器阵列用于无线混合现实互动
摘要：灵活的触觉传感器由于其生物适应性和快速信号感知而显示出对人工智能应用的希望。Triboeelectric传感器可实现主动动态触觉传感，同时整合静态压力传感和实时多通道信号传输是进一步开发的关键。在这里，我们提出了一个集成结构，该结构结合了一个用于静态时空映射的电容传感器和一个用于动态触觉识别的摩擦电传感器。4×4像素的液态金属柔性双模式互动耦合触觉传感器（TCTS）阵列可实现7毫米的空间分辨率，表现为0.8 PA的压力检测极限，快速响应6 ms。此外，使用基于MXENE的突触晶体管使用的神经形态计算在90个时期内通过TCTS阵列收集的动态互动信号在90个时期内实现了100％的识别精度，并实现了来自TCTS阵列的动态互动信号，以及从多键盘触觉数据中的交叉空间信息通信中实现了多型触觉数据的交流。结果阐明了在人界面和高级机器人技术中双模式触觉技术的相当大的应用可能性。关键字：互联网耦合，触觉传感器阵列，神经形态计算，人类 - 机器接口，混合现实
启用6G超过6G的触觉通信
1，拉合尔大学，拉合尔53700，巴基斯坦的技术系； muhammad.awais@tech.uol.edu.pk（M.A.）; faseh.ullah@tech.uol.edu.pk（F.U.K.）; muhammad.mudassir@tech.uol.edu.pk（M.M.）2旁遮普大学能源与环境工程研究所，拉合尔大学54590，巴基斯坦3部电脑愿景，穆罕默德·本·扎耶德·扎耶德（Mohamed bin Zayed）艺术智能大学，阿布扎比54115，阿拉伯联合酋长国； zaigham.zaheer@mbzuai.ac.ae 4电子工程系，法蒂玛·金纳女子大学，巴基斯坦Rawalpindi 46000； khalid.mehmood@fjwu.edu.pk 5号电气工程技术系，伊斯兰堡46000，巴基斯坦伊斯兰堡46000； m.kamran@riphahfsd.edu.pk 6电子和电信研究所，大韩民国大师34129）; woosung@etri.re.kr（W.-S.J.）†这些作者为这项工作做出了同样的贡献。