XiaoMi-AI文件搜索系统
World File Search System触觉
使用现代工具对无人机进行触觉建模和仿真
2.1 研究动机 ................................................................................................................................................ 11 2.2 最新技术 ................................................................................................................................................ 12 2.3 本研究贡献 ................................................................................................................................................ 13 2.3.1 使用现代工具对四轴飞行器进行动态建模 ............................................................................................. 13 2.3.2 四轴飞行器的系统控制 ............................................................................................................................. 14 2.3.3 触觉系统控制 ................................................................................................................................ 14 2.4 直升机 VS 其他飞行原理 ............................................................................................................................. 14 2.4.1 短距 VTOL 配置比较 ............................................................................................................................. 15 2.4.2 未来无人机的 VTOL 配置 ............................................................................................................. 16 2.4.2.1 同轴配置 ................................................................................................................................ 16 2.4.2.2 四轴飞行器配置........................................................................................................... 17 2.5 什么是触觉技术? ...................................................................................................................................... 17 2.5.1 触觉系统控制的相关研究 ........................................................................................................ 18 2.5.2 触觉控制器 ................................................................................................................................ 19 2.5.3 触觉控制器的应用 ...................................................................................................................... 20 2.6 结论 ...................................................................................................................................................... 22
基于分布式触觉传感器的人形机器人的全身多接触运动控制
摘要 - 为了使人形机器人能够在共有的环境中稳健地工作，多接触运动不仅在四肢（例如手脚），而且在四肢的中间区域（例如膝盖和肘部）的中间区域进行接触。我们开发了一种实现这种全身多接触运动的方法，该运动涉及人形机器人在中间区域的接触。可变形的板状分布式触觉传感器安装在机器人四肢的表面上，以测量接触力，而无需显着改变机器人体形。较早开发的多接触运动控制器（专门用于肢体接触）扩展以处理中间区域的接触，并且机器人运动通过反馈控制稳定，不仅使用力/扭矩传感器，还可以使用分布式的触觉传感器来稳定。通过对Dynamics模拟的验证，我们表明，开发的触觉反馈提高了全身多接触运动的稳定性，以防止干扰和环境错误。此外，寿命大小的人形RHP kaleido展示了全身多接触运动，例如向前走，同时通过前臂接触支撑身体，并在坐着的姿势和大腿接触中平衡姿势。
触觉学习：通过基于触摸的界面访问计算机视觉课程
Hammond博士是德克萨斯州A＆M大学工程教育与创新研究所的主任，也是工程教育学院的主席。 她还是素描识别实验室的主任，也是计算机科学与工程系的教授。 她是人口与老化中心，远程健康技术与系统中心以及数据科学研究所的成员。 Hammond是NSF，DARPA，Google，Microsoft等人的资助研究超过1300万的PI。 Hammond拥有博士学位。来自马萨诸塞州理工学院的计算机科学与FTO（金融技术选择），以及哥伦比亚大学的四个学位：人类学硕士学位，硕士 计算机科学，学士学位 数学和学士学位 在应用数学和物理学中。 Hammond建议17个UG论文，29毫秒和10博士学位。论文。 Hammond是2020年TEES教职员工奖的获得者，也是2011年Charles H. Barclay，Jr。'45教职员工奖的获得者。 Hammond已在Discovery频道和其他新闻来源出现。 Hammond致力于多样性和公平，这反映在她的出版物，研究，教学，服务和指导中。 更多，请访问http://srl.tamu.edu和http://ieei.tamu.edu。Hammond博士是德克萨斯州A＆M大学工程教育与创新研究所的主任，也是工程教育学院的主席。她还是素描识别实验室的主任，也是计算机科学与工程系的教授。她是人口与老化中心，远程健康技术与系统中心以及数据科学研究所的成员。Hammond是NSF，DARPA，Google，Microsoft等人的资助研究超过1300万的PI。Hammond拥有博士学位。来自马萨诸塞州理工学院的计算机科学与FTO（金融技术选择），以及哥伦比亚大学的四个学位：人类学硕士学位，硕士计算机科学，学士学位 数学和学士学位 在应用数学和物理学中。 Hammond建议17个UG论文，29毫秒和10博士学位。论文。 Hammond是2020年TEES教职员工奖的获得者，也是2011年Charles H. Barclay，Jr。'45教职员工奖的获得者。 Hammond已在Discovery频道和其他新闻来源出现。 Hammond致力于多样性和公平，这反映在她的出版物，研究，教学，服务和指导中。 更多，请访问http://srl.tamu.edu和http://ieei.tamu.edu。计算机科学，学士学位数学和学士学位在应用数学和物理学中。Hammond建议17个UG论文，29毫秒和10博士学位。论文。Hammond是2020年TEES教职员工奖的获得者，也是2011年Charles H. Barclay，Jr。'45教职员工奖的获得者。Hammond已在Discovery频道和其他新闻来源出现。Hammond致力于多样性和公平，这反映在她的出版物，研究，教学，服务和指导中。更多，请访问http://srl.tamu.edu和http://ieei.tamu.edu。
低成本 MR 兼容触觉刺激及 fMRI 神经反馈应用
摘要：fMRI 环境中最常见的反馈显示是视觉的，例如，参与者试图增加或减少温度计的水平。然而，触觉反馈在计算机交互任务中越来越受到重视，尤其是实时 fMRI 反馈。fMRI 神经反馈是一种尚未利用这一趋势的临床干预。在这里，我们描述了一种低成本、用户友好、与 MR 兼容的系统，该系统可以在 fMRI 神经反馈的初始应用中提供分级触觉振动刺激。我们还进行了可行性演示，表明我们可以在神经反馈范式的背景下成功设置系统并获取数据。我们得出结论，使用这种低成本系统进行振动触觉刺激是一种可行的反馈呈现方法，并鼓励神经反馈研究人员将这种类型的反馈纳入他们的研究中。
使用可穿戴设备通过触觉和多模式有节奏的刺激提高注意力
节奏刺激，如光，声音和触觉，可以调节大脑功能并改善注意力（例如注意力）[3,12,48,63]。现有方法主要使用了不可磨损或高度专业的设备，但智能手表和智能眼镜等可穿戴设备可能会用于提供有节奏的刺激并调节大脑功能。这种方法提供了许多令人兴奋的可能性：首先，可以使用简单的软件下载来提供认知增强干预措施，从而可以使用已广泛部署和社会可接受的商业可穿戴设备，从而可以轻松分散这些干预措施。第二，因为它们几乎总是存在于用户的身体上，因此可以轻松地进行可穿戴设备，以便在用户需要时提供认知增强，并有可能自动检测到何时需要刺激。在这项研究中，我们选择专注于通过有节奏刺激可穿戴设备提高注意力。注意力可以定义为选择性分配认知资源为特定内部或外部实体的能力[43]，并且它是日常生活中的关键认知功能[11]。尽管已经开发出许多方法来提高注意力，但注意力的失败仍然代表了社会的重大负担。例如，大多数交通事故涉及注意力失败[64]。可穿戴设备的安全性，在许多不同情况下都是安全，不引人注目且可用的设备，是满足某些未满足需求的潜在潜在方法。成功的设备必须有效，易于使用，在社会上可以接受和舒适。迄今为止，尚未对注意力的可穿戴节奏刺激的有效性和用户经验进行了很好的研究。因此，这项工作旨在回答以下两个研究问题。
基于脑电图感知的视觉和振动触觉引导的运动意象分类
摘要：运动想象 (MI) 是一种无需实际使用肌肉即可想象运动任务执行的技术。当用于由脑电图 (EEG) 传感器支持的脑机接口 (BCI) 时，它可以用作人机交互的成功方法。本文使用 EEG MI 数据集评估了六种不同分类器的性能，即线性判别分析 (LDA)、支持向量机 (SVM)、随机森林 (RF) 和来自卷积神经网络 (CNN) 系列的三种分类器。该研究调查了这些分类器在静态视觉提示、动态视觉引导以及动态视觉和振动触觉 (体感) 引导的组合指导下对 MI 的有效性。还研究了数据预处理过程中滤波通带的影响。结果表明，在检测不同方向的 MI 时，基于 ResNet 的 CNN 在振动触觉和视觉引导数据上的表现都明显优于竞争分类器。事实证明，使用低频信号特征对数据进行预处理是实现更高分类准确度的更好解决方案。研究还表明，振动触觉引导对分类准确度有显著影响，而相关改进对于结构更简单的分类器尤其明显。这些发现对于基于 EEG 的 BCI 的开发具有重要意义，因为它们提供了有关不同分类器在不同使用环境中的适用性的宝贵见解。
触觉感知的多模式传感整合和解耦策略的最新进展
抽象的人皮肤通过皮下触觉小体之间的协同作用感知外部环境刺激。通过模仿人皮肤的功能，具有多种感测功能的软电子产品在健康监测和人造感觉中具有重要意义。最近十年见证了多模式触觉感应设备和软生物电子学之间前所未有的发展和融合。尽管有这些进展，但传统的柔性电子设备通过将单极传感设备整合在一起，以实现压力，应变，温度和湿度的多模式触觉感应。此策略导致高能消耗，有限的整合和复杂的制造过程。已经提出了各种多模式传感器和无串扰的传感机制来弥合自然感觉系统和人工感知系统之间的差距。在这篇综述中，我们提供了触觉传感机制，集成设计原理，信号耦合策略以及当前用于多模式触觉感知的应用的全面摘要。最后，我们强调了当前的挑战，并提出了未来的观点，以促进多模式触觉感知的发展。
触觉忠诚：未来十年的手术模拟器中的游戏改变者？
医疗保健模拟中“实现”的定义仍然是辩论的重要问题。的保真度本质上是多因素概念（4）。它是指感觉相似（听觉，视觉，触觉）以及功能相似之处，因此取决于上下文和学习目标。在手术模拟中，有限态度经常被简化为“面部有效性”（即模拟器“看起来像”现实），甚至更降低到视觉相似之处。“面部有效性”的基本概念 - 即，对用户的感知有助于模拟器的信誉，对它的粘附以及增强信息的保留和转移到实践的相关性 - 但视觉上相似（与解剖结构的形状和颜色非常相似），这并不是为了评估Aurgical Simulator aurgical Simulator anderimentiments obery simulator。这就是为什么“面部有效性”不是教育和心理测试和手册标准的一部分（2），即使它继续被错误使用。实际上，Paige和Morin（4）定义了有限的三个维度，并根据以下内容提出了一个“实现矩阵”：
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。
Flyables：使用四轴飞行器实现虚拟现实的触觉输入设备
虚拟现实 (VR) 已进入日常生活。虽然 VR 提供了越来越高的沉浸感，但控制和触觉仍然有限。当前的 VR 耳机配有专用控制器，用于控制每个虚拟界面元素。但是，控制器输入大多与虚拟界面不同。这降低了沉浸感。为了提供更逼真的输入，我们推出了 Flyables，这是一个使用四轴飞行器为虚拟用户界面元素提供匹配触觉的工具包。我们采用了五个常见的虚拟 UI 元素并构建了它们的物理对应物。我们将它们连接到四轴飞行器以提供按需触觉反馈。在一项用户研究中，我们将 Flyables 与基于控制器的 VR 输入进行了比较。虽然控制器在精度和任务完成时间方面仍然优于 Flyables，但我们发现 Flyables 提供了一种与 VR 环境交互的更自然、更有趣的方式。根据研究结果，我们概述了未来可以改善与 Flyables 交互的研究挑战。