XiaoMi-AI文件搜索系统
World File Search SystemTactile
优化BioTAC模拟现实触觉感知
摘要 - Tactile Sensing为增强当今机器人的相互作用功能提供了一个有希望的机会。Biotac是一种常用的触觉传感器，使机器人能够感知并响应物理触觉刺激。然而，传感器的非线性在模拟其行为时构成了挑战。在本文中，我们首先研究了使用温度，力和接触点位置来预测传感器输出的生物酸模拟。我们表明，使用BioTAC温度读数的培训不会在部署过程中产生准确的传感器输出预测。因此，我们测试了三个替代模型，即XGBoost回归剂，神经网络和变压器编码器。我们在没有温度读数的情况下训练这些模型，并对输入向量的窗口大小进行详细研究。我们证明，我们比基线网络实现了统计学上的显着改进。此外，我们的结果表明，在此任务中，XGBoost回归剂和变压器的表现优于传统的馈送神经网络。我们在https://github.com/wzaielamri/optimization Biotac仿真上在线提供所有代码和结果。索引术语 - Biotac，Xgboost，变压器，触觉感知
挂一件T恤：迈向具有多模式触觉反馈
摘要 - 由于其在国内和工业领域中的广泛应用，因此在机器人技术中，孔洞操纵一直是一个长期存在的问题。由于感知和建模的进步，可变形的对象操纵吸引了越来越多的关注。本文重点介绍了这些问题的交集，其中必须将一个孔变形以允许钉入口。此任务的常见国内应用是将衣架穿过T恤的领口将其悬挂。我们证明，通过使用来自Gelsight传感器的多模式触觉反馈可以降低问题的复杂性。高分辨率接触检测有助于将掌握到T恤上合适的位置。使用触觉反馈跟踪力轨迹，我们的算法可以操纵大小和刚度的T恤，以使它们的领口封闭衣架。我们的实验结果表明与理论分析保持一致。我们预计我们提出的方法将更广泛地适用于需要同时估算和执行弹性对象的力轨迹的其他问题。
人工智能驱动的视觉受损的人驱动的文本到触觉图形生成
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。
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。
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
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。
触觉表情符号：在社交媒体沟通期间，用手动和机器人触觉反馈传达社交情绪和意图
Touch为社会影响沟通提供了重要的非语言可能性。但大多数数字通信都缺乏交换情感触觉信息（触觉表情符号）的能力。此外，先前对触觉表情符号的研究还没有利用有关人类皮肤某些机械感受器的情感影响的知识，例如C型肌（CT）系统。在这里，我们检查了以最佳激活CT系统（定义为“触觉表情符号”）的速度中轻柔的手动抚摸是否可以在实验室模拟的社交媒体沟通过程中传达出更多的社交支持感觉和其他亲社会意图的感觉，而（1）与（1）在CT亚波特速度上相比，与（1）触摸相比，要么在ct sub-opoptimal velocimal Velocal veloctimal veloctimal veloctimal vivations（或2）标准（2）标准（2）。参与者（n = 36）与次级最佳速度或视觉表情符相比，CT最佳意图具有更大的社会意图。在第二次预先进行的研究（n = 52）中，我们调查了将视觉表情符和触觉表情符号结合在一起，这次是通过软机器人设备以CT最佳速度传递的，可以增强亲社会意图的感知并影响参与者的生理度量，例如，比较的电导率（例如，相对的电导率）。Visuotac-瓷砖表情符号总体上传达了更多的社会意图，而在焦虑的参与者中，对物理学措施比视觉情绪更大。结果表明，情感社交媒体沟通可以通过触觉表情符号有意义地增强。
盲文触觉音频设备的可用性评估 (...
通才特殊需求专业 摘要 本研究调查了对 BTAD（盲文触觉音频设备）的物理属性、声音重量、质地和可学习性的评估。该研究采用描述性研究设计，彻底检查了 BTAD 的可用性。来自菲律宾宿务的九名特意挑选的参与者分别使用 BTAD 并使用研究人员开发的问卷对其进行了评估。分析揭示了六个主要主题：对 BTAD 物理属性的肯定观察、对其物理特性的否定观察、音量放大、BTAD 的便携性、质地一致性和易于操作。研究结果表明，用户对 BTAD 的满意度和改进领域参差不齐，尤其突出了音量问题，这对于依赖听觉提示的视障人士至关重要。因此，该研究建议提高设备的音量和耐用性。敦促未来的研究人员考虑用户反馈并优先考虑建议的改进，以开发更精致、功能更强大的 BTAD。关键词：BTAD、盲文触觉音频设备、可用性评估、描述性研究、视障、听觉提示、音量增强、设备耐用性。引言对于盲人来说，学习盲文阅读和书写与印刷品识字对于视力正常的人来说一样重要。盲文识字开辟了一个学习、休闲和就业机会的世界。儿童必须直接从经过认证的教师那里学习如何用盲文阅读和书写，这些教师意识到盲文在培养识字能力方面的重要性。大多数学习者从视障学生 (TVI) 的指导老师那里接受盲文指导，并得到通常只习惯于印刷品的教师的支持。学习盲文的学生面临的最大挑战之一是能否充分使用 TVI。盲文识字率低：世界各地都有视障人士。然而，只有少数人能够接触到盲文技术和教育。基于 RM Sheffield 的研究。例如，1992 年，美国教育部在一封概述其最终资助目标的信中指出，阅读盲文的学生比例正在下降。1965 年，所有盲人和视障学生中 48% 是盲文读者。到 1989 年，这一比例已降至 12%（第 14289 页）。文章强调了盲人和视障人士盲文识字率下降的惊人趋势。此外，传统盲文学习的有效指导也存在障碍。为了应对这些挑战，本研究试图全面评估盲文触觉音频设备