XiaoMi-AI文件搜索系统
World File Search SystemHAPTICS
3D力检测的灵活触觉传感器
摘要：随着触觉力的传感在机器触觉领域变得越来越重要，实现多维力传感仍然是一个挑战。我们提出了一个3D柔性传感器，该传感器由轴对称半球突出和四个同等大小的四分流电极组成。通过使用力和电场模型模拟设备，已经发现，当剪切力的幅度保持恒定并且其方向在0 -360°内变化时，可以通过四个电极的电压关系来表达力的大小和方向。实验结果表明，在0 - 90°的范围内可以达到15°的分辨率。此外，我们将传感器安装在机器人手上，使其能够感知触摸和掌握动作的幅度和方向。基于此，设计的3D柔性触觉传感器为多维力检测和应用提供了宝贵的见解。关键字：灵活的触觉传感，单电极模式，力检测，正常和剪切力，机器人手系统
通过聚合物涂层中拓扑孤子的同构孤子进行机械启动
拓扑孤子目前正在研究其外来特性，尤其是在非线性物理，光学和物质科学方面。但是，随着时间的流逝，强大产生和稳定性有限的挑战阻碍了他们的实际用途。为了解决这个问题，开发了一种方法，以形成可聚合液晶膜片中孤子的结构化阵列。通过形成稳定的液晶网络的原位光聚合剂来保存它们的复杂分子结构。最令人兴奋的是，它们的属性已提高到包括响应功能。热驱动时，这些拓扑孤子介导了表面地形的重新配置。复杂形状的变化发生取决于导演的固有复杂空间分布，这甚至可能导致完全形状的反转和地形变化，高达最初厚度的40％。相反，形状的变化提供了有关初始导演pro文件的信息，该信息与数学模型一致。含孤子的聚合物涂层适用于多个域，范围从可调光学到触觉，从形状耦合的传感系统到温度耦合的热量管理。
GünterNiemeyer博士
GünterNiemeyer博士是斯坦福大学机械工程助理教授，并指导远程植物学实验室。 他的研究研究了触觉，人类 - 动物相互作用，力敏感性和显示以及远程运行。 医疗设备，特别是伸缩手术，构成了主要应用。 他的工作还解决了时间延迟或网络传输对用户感知的影响，无论是在培训，模拟和操作中。 Niemeyer博士获得了硕士学位 和Ph.D.从自适应机器人控制和双边遥控区域的麻省理工学院，引入了波动变量的概念。 他还在MIT开发手术机器人技术的博士后研究职位。 1997年，他加入了直觉外科公司，在那里他帮助创建了Davinci微创手术系统。 该远程动物系统使外科医生能够使用沉浸式界面通过小型（5至10mm）切口执行复杂的程序，现在正在全球400多家医院使用。 他于2001年秋天加入了斯坦福大学。GünterNiemeyer博士是斯坦福大学机械工程助理教授，并指导远程植物学实验室。他的研究研究了触觉，人类 - 动物相互作用，力敏感性和显示以及远程运行。医疗设备，特别是伸缩手术，构成了主要应用。他的工作还解决了时间延迟或网络传输对用户感知的影响，无论是在培训，模拟和操作中。Niemeyer博士获得了硕士学位 和Ph.D.从自适应机器人控制和双边遥控区域的麻省理工学院，引入了波动变量的概念。 他还在MIT开发手术机器人技术的博士后研究职位。 1997年，他加入了直觉外科公司，在那里他帮助创建了Davinci微创手术系统。 该远程动物系统使外科医生能够使用沉浸式界面通过小型（5至10mm）切口执行复杂的程序，现在正在全球400多家医院使用。 他于2001年秋天加入了斯坦福大学。Niemeyer博士获得了硕士学位和Ph.D.从自适应机器人控制和双边遥控区域的麻省理工学院，引入了波动变量的概念。他还在MIT开发手术机器人技术的博士后研究职位。1997年，他加入了直觉外科公司，在那里他帮助创建了Davinci微创手术系统。该远程动物系统使外科医生能够使用沉浸式界面通过小型（5至10mm）切口执行复杂的程序，现在正在全球400多家医院使用。他于2001年秋天加入了斯坦福大学。
虚拟和增强现实的皮肤综合接口（Adv。Funct。Mater。39/2021）
触觉技术涉及使用电气或机械手段来刺激皮肤中的传入神经或机械感受器，作为产生物理触摸感觉的基础，这些感觉可以在定性地扩大虚拟或增强现实体验，而不是仅由视觉和听觉提示支持的经验。在该领域的一个新兴方向涉及平台的开发，这些平台不仅在指尖，而且对人体的任何和所有区域都为皮肤提供时空模式，并使用对用户造成可忽略的物理负担的薄，皮肤般的技术。本综述强调了这种类型的皮肤接口的生物学基础，以及在这个雄心勃勃的目标的背景下，触觉的最新进展，包括电动性和颤振效果设备，这些设备支持具有皮肤融合界面的潜在形式的触摸感感知。内容包括讨论将这些刺激器集成到可编程阵列中的方案，重点是可扩展的材料和设计，这些材料和设计有可能支持皮肤大面积的软接口。总结部分总结了该领域成功研究工作的潜在后果，以及材料科学和工程学中的重要多学科挑战和相关的研究机会。
在黑暗中烹饪：探索空间音频作为视觉障碍的辅助技术
游戏描绘了一个智能的家庭厨房环境。玩家有一个与客人计划的晚餐约会，灯光熄灭。为了完成游戏，需要在客人到来之前准备一顿饭菜，完全在黑暗中。数字语音助手会在整个体验中引导用户，提醒他们食谱，烹饪程序，时间限制以及如何找到每种所需的成分和餐具。智能家居使声音能够以数字腹膜式的方式从不同的对象投影[6]，可帮助用户在没有任何视觉提示的情况下找到必要的资源。语音助手能够对与任务相关的玩家问题进行语音识别，理解和答复。所有用户任务都需要用户的微观运动感，即感知障碍和危害的直接环境[13]，这是由智能家居通过辅助技术方式提供的。大多数任务只是基于发现和重新定位的对象，例如将意大利面放入锅中。难度依赖于缺乏愿景：需要仅根据声音和触觉指导找到资源。游戏中代表的大多数物体都是真实的，例如食物，水和厨房用具，通过被动性触觉改善玩家的存在感[5]。
回顾对元宇宙中的多模式 XR 应用、风险和道德挑战的全面回顾。
在元宇宙的背景下，XR 正在彻底改变教育沉浸式学习、医疗和专业培训、神经心理评估、治疗干预、艺术、娱乐、零售、电子商务、远程工作、体育、建筑、城市规划和文化遗产保护等领域。触觉、眼动追踪、面部和身体追踪以及脑机接口等多模态技术的集成增强了用户参与度和互动性，在塑造元宇宙沉浸式体验方面发挥着关键作用。然而，XR 的扩展引发了严重的担忧，包括数据隐私风险、网络安全漏洞、网络晕动症、成瘾、分离、骚扰、欺凌和错误信息。这些心理、社会和安全挑战因密集的广告、舆论操纵和社会不平等而变得更加复杂，这可能会对弱势个人和社会群体产生不成比例的影响。本评论强调，迫切需要建立健全的道德框架和监管准则来应对这些风险，同时促进公平获取、隐私、自主权和心理健康。随着 XR 技术与人工智能的日益融合，负责任的治理对于确保 Metaverse 的安全和有益发展以及 XR 在促进人类发展方面的更广泛应用至关重要。
Eric Jing Du，博士学位教育学术经验 非传统制造 顺式6930-8xyz（30197）在智能代理和化身中产生表现力
[7]您，h。**，Zhou，t。**，ye，y。**和DU，J.*（2024）。“为敏捷的构造机器人体现了AI：Dexbot框架”。Elsevier高级工程信息学，62，102572。（影响因子：7.862）[8] Xu，f。**，Zhou，t。**，nguyen，t。*（2024）。“在基于团队的搜索和救援中增强现实：探索空间观点以增强导航和协作”。Elsevier安全科学。176，P.106556。 （影响因子：6.392）[9] Ye，Y。 **，Xia，p。**，Xu，f。**，du，J. *（2024）。 “通过虚拟现实和基于机器人的触觉指导来焊接运动技能的感知学习中的动力学经验”。 IEEE交易触觉卷。 17，否。 4，pp。 771-781 [10] Zhou，t。**，Ye，Y。 **，Zhu，q。 **，vann，w。**，du，J. *（2024）。 “机器人远程流动中延迟反馈的神经动力学：FNIRS分析的见解”。 人类神经科学中的边界18，1338453。 （影响因子：2.4）[11] Upasani，S.，Srinivasan，D。*，Zhu，Q。 **，DU，J.，Leonessa，A。 （2024）。 “物理中的眼睛追踪176，P.106556。（影响因子：6.392）[9] Ye，Y。**，Xia，p。**，Xu，f。**，du，J.*（2024）。“通过虚拟现实和基于机器人的触觉指导来焊接运动技能的感知学习中的动力学经验”。IEEE交易触觉卷。17，否。4，pp。771-781 [10] Zhou，t。**，Ye，Y。**，Zhu，q。**，vann，w。**，du，J.*（2024）。“机器人远程流动中延迟反馈的神经动力学：FNIRS分析的见解”。人类神经科学中的边界18，1338453。（影响因子：2.4）[11] Upasani，S.，Srinivasan，D。*，Zhu，Q。**，DU，J.，Leonessa，A。（2024）。“物理中的眼睛追踪
朝完全印刷的软执行器：液晶弹性体和双相液体金属导体的UV辅助印刷
柔软和兼容的执行器的开发引起了极大的关注，因为它们在软机器人，可穿戴设备，触觉和辅助设备中的使用。尽管进步了数十年，但完全数字印刷的执行器的目标尚未得到充分证明。数字打印允许快速自定义执行器的几何形状，尺寸和变形程序，并且是朝着大规模定制用户特异性可穿戴设备和软机器人系统的一步。在这里，证明了一组材料和方法，用于快速制造3D打印的液晶弹性体执行器，这些液晶弹性体执行器通过由液体金属（LM）组成的印刷焦耳加热器进行电刺激 - 填充的弹性弹性体复合材料。与其他基于Ag的墨水不同，该LM弹性体复合材料不含烧结，可以使室温打印，并且可以拉伸，可以循环驱动，而无需导体的电气或机械故障。通过优化打印参数，并改善光聚合设置，这是一种弯曲到320°角的印刷执行器，比以前的LCE执行器低功耗。我们还展示了一种自定义的UV聚合设置，该设置允许在≈90S中对LCE执行器进行照片保存，即与以前的作品相比快> 500倍。快速的光聚合能够迈向多层执行器的3D打印，并且是朝着全数字打印的机器人和可穿戴设备进行大规模定制的一步。
客座编辑特别专题：6G 网络安全与隐私的最新进展
新的颠覆性技术的出现为即将到来的第六代 (6G) 无线网络铺平了道路，该网络有望在一个无处不在、安全、统一、可自我维持和完全智能的平台上实现大量创新应用。这些技术包括但不限于虚拟/增强/混合现实服务、触觉、飞行器、脑机接口和远程呈现等。其相关功能的成功运行取决于满足严格的网络要求，例如极高的数据速率、超低延迟、低复杂度、独特的小尺寸设计以及高能量和频谱效率。因此，6G 网络的发展将伴随着各种新颖的技术趋势，包括人工智能、数据挖掘、云计算和边缘计算、无线移动缓存、网络切片、网络功能虚拟化以及集中式和分散式深度学习。虽然 6G 无线范式有望支持实现具有个性化用户体验的自我维持、自我优化网络，但由于 6G 网络成功运行需要集中和分散的数据交换、存储和处理，隐私和安全仍然是主要关注点。
Neuropose：使用EMG可穿戴设备
无处不在的手指运动跟踪可以在增强现实，体育分析，康复 - 医疗保健，触觉等方面进行许多令人兴奋的应用程序。本文介绍了神经蛋白，该系统显示了使用柏拉图可穿戴肌电图（EMG）传感器进行3D手指运动跟踪的可行性。EMG传感器可以通过手指激活引起的肌肉感知电势，从而提供丰富的信息，以获得细粒的手指运动感测。然而，将传感器信息转换为3D手指的姿势是微不足道的，因为来自多个手指的信号以复杂的模式在传感器处叠加。为解决这个问题，神经蛋白与机器学习架构在复发性神经网络（RNN），编码器 - 编码器网络和重新NETS上的机器学习体系结构中融合了信息，从而从噪声EMG数据中解释了3D手指运动。生成的运动模式在时间上是光滑的，并且在解剖学上是一致的。此外，要利用一种转移学习算法将一个用户的验证模型调整到具有最小培训开销的新用户。对12位用户的系统研究表明中位错误为6。24◦和90％的误差为18。33◦在跟踪3D指关节角。准确性对于传感器安装位置的自然变化以及用户的腕部位置变化是可靠的。神经蛋白是在智能手机上实施的，其处理延迟为0.101，并且高能开销。