XiaoMi-AI文件搜索系统
World File Search System人手
总目 135 ——政府总部
¶ 二零二二年，1823 为多条与 2019 冠状病毒病有关的热线提供额外支援，包括卫生署 2019 冠状病毒病热线、2019 冠状病毒病疫苗接种计划热线、Return2hk 计划及 Come2hk 计划热线及香港健康码热线。受第五波疫情影响，市民致电量较二零二一年大幅增加 39%，1823 的人手亦受严重影响，尤其是在二零二二年上半年。1823 已采取多项措施应对有关问题，包括增加人手、精简工作流程及采用科技。
开发具有新型刚度检测和阻抗控制
摘要：触觉手和握手，旨在实现熟练的对象操纵，对于与环境的高精度互动至关重要。这些技术在诸如微创手术等领域尤其重要，它们可以增强手术精度和触觉反馈：在高级假肢的发展中，为用户提供了改善功能和更自然的触觉，并且在工业自动化和制造业内，它们为更有效，安全和灵活的生产过程贡献了更有效，安全和灵活的生产过程。本文介绍了两指机器人手的开发，该手的开发采用了简单而精确的策略来操纵物体而不会损害或丢弃它们。我们的创新方法融合了对力敏感的电阻器（FSR）传感器，其平均电流是伺服电机的平均电流，以提高抓握的速度和准确性。因此，我们旨在创建一种比抓手更灵巧的抓握机制，而不是机器人手。为了实现这一目标，我们设计了一只两指机器人手，每只手指上都有两个自由度。将FSR集成到每个指尖中，以实现对象分类和初始接触的检测。随后，连续监测伺服电流以实现阻抗控制并保持对物体的掌握在各种刚度中。在初始接触时提出的手部对象的刚度分类，并通过融合FSR和运动电流来施加准确的力。使用耶鲁-CMU – Berkeley（YCB）对象进行了实验测试，包括一个泡沫球，一个空的苏打罐，苹果，苹果，玻璃杯，塑料杯和一个小牛奶包装。机器人的手成功地从桌子上捡起了这些物体，并将它们坐下而不会造成任何损坏或中途丢弃。我们的结果代表着具有先进物体感知和操纵能力的触觉机器人手的重要一步。
三维光子中的拓扑Chern载体...
摘要本文提出了一个旨在实现基于微控制器的人形机器人（例如Inmoov机器人）的系统[1]。该系统由视觉传感器，中央控制器和操纵器组成。我们修改了开源异议检测软件Yolo（您只看一次）V2 [2]，并将其与视觉传感器相关联，以使传感器不仅能够检测目标对象的类别，还可以借助深度摄像头来检测位置。我们还根据边界框技术估计目标的尺寸（即，目标的高度和宽度）（图1）。之后，我们将信息发送到中央控制器（人形机器人），该机器人控制着操纵器（定制的机器人手），以借助反运动学理论抓住对象。我们进行实验以使用Inmoov机器人测试我们的方法。实验表明，我们的方法是检测物体并驱动机器人手抓住目标对象的方法。
用一只手抓住多个对象
摘要 - 人手的错综复杂的运动学能够同时抓握和操纵多个对象，这对于诸如对象传递和手持操作等任务必不可少。尽管具有重要意义，但机器人多对象抓握的领域是相对尚未探索的，并且在运动学，动力学和对象配置方面面临着显着的挑战。本文介绍了Multigrasp，这是一种新型的两阶段方法，用于在桌面上使用灵巧的多指机器人手抓住多物体。该过程包括（i）生成pre-grasp提案，以及（ii）执行掌握和提起对象。我们的实验重点主要是双对象抓地力，达到了44.13％的成功率，突出了对新对象配置的适应性和不精确的掌握能力。此外，该框架证明了以推理速度为代价的两个以上对象的潜力。
技术目录2021
a）脚踩在空间站远程操作机器人的机器人手臂上，宇航员Mike Fossum在太空站的机器人手臂上限制了脚步，将机器人加油任务（RRM）有效载荷转移到了太空行走期间。b）OSAM-1的机器人维修臂（从上方）的抓斗测试模拟了在马里兰州格林贝尔特NASA的Goddard太空飞行中心的机器人操作中心中捕获自主卫星的照明条件。c）大型望远镜（例如14m分段辐射计）的精确空间组装表明，OSAM技术有望避免整流罩大小的物理局限性，并在对地球和太空科学方面的敏感性方面取得了重大进步。d）合作服务阀（CSV）的设计旨在促进轨道上的远距离抗原供应，这些推进剂和压力机将延长太空飞行资产的寿命。
使用Motoneuron放电信息同时估算手指屈曲和延伸力
摘要 - 目的：可靠的神经机界界面提供了控制高敏捷的高级机器人手的可能性。这项研究的目的是开发一种解码方法，以同时估计单个手指的屈曲和延伸力。方法：首先，通过表面肌电图（EMG）分解确定了电动机（MUS）发射信息，并将MUS进一步分为不同的池中，以通过细化程序屈曲和扩展单个手指。MU发射速率，然后通过双变量线性回归模型（神经驱动方法）估算单个手指力。基于常规EMG振幅的方法被用作比较。结果：我们的结果表明，与常规方法相比，神经驱动方法的性能明显更好（估计误差和较高的相关性）。结论：我们的方法为灵巧的手指运动提供了可靠的神经解码方法。的意义：进一步探索我们的方法可能会提供强大的神经机界面，以直观地控制机器人手。
使用运动单位放电信息在手指屈曲和延伸过程中的灵活力估计
摘要 - 随着高级机器人手的发展，可靠的神经机界面对于充分利用机器人的功能灵活性至关重要。在这项初步研究中，我们开发了一种新的方法，可以在灵巧的手指屈曲和伸展过程中连续和同时估计单个手指的等距力。具体而言，分别从手指伸肌和屈肌记录的表面高密度肌电图（EMG）信号中提取运动单元（MU）排放活性。MU信息被分为不同的组，与单个手指的屈曲或伸展相关，然后在多手指屈曲和扩展任务期间用于预测单个手指力。与常规EMG振幅方法相比，当使用线性回归模型时，我们的方法可以获得更好的力估计性能（预测力和测量力之间的较高相关性和较小的估计误差）。对我们方法的进一步探索可以潜在地提供强大的神经机界面，以直观地控制机器人手。
使用 OpenCV 和 Mediapipe 的 AI 虚拟画家
摘要 — 手势识别对于人机交互 (HCI) 非常重要。与整个人体相比，人的手非常小，连接复杂，因此识别人手并非易事。通过使用手势识别，可以检测到手的点/坐标，从而实现许多不可能的事情。我们的工作表明了这样一个发现，即虚拟画家。在我们的项目中，主要目标是在显示器屏幕上显示我们在网络摄像头前空中书写的文字。这是通过计算机的普通网络摄像头识别人手来实现的，并使用 MediaPipe Python 库检测手势点。使用检测到的手势点存储张开的手指数。当食指和中指张开时，表示处于选择模式，而当只有食指张开时，则处于绘图模式。在选择模式下，我们可以从屏幕上显示的颜色列表中选择要绘制的颜色。绘图模式是将现场在摄像机前书写的内容绘制在监视器屏幕上。这种实现方式可以应用在许多需要立即执行或解释的地方。
定义 机器人是…一种可编程的、多功能的……
操作 旋转运动 – 围绕固定轮毂旋转。 棱柱运动 – 线性运动，如气缸内的活塞。 空间中的自由体有六个自由度，因此操作器需要六个自由度 => 六个关节。我们为机器人（或其执行器之一）可以移动的每个独立方向计算一个自由度。[人手有多少个自由度？] 末端执行器直接与世界互动 螺丝刀或其他工具 焊枪
AI虚拟鼠标和键盘。
建议的模型最终放弃了电子设备。鼠标和键盘的功能将由人手完成。该系统需要输入物联网设备、网络摄像头。该模型建议检测人手并跟踪其手势。手势包括指向手指、触摸指尖，从而实现鼠标和键盘的各种功能。进一步检测手势，功能将完成，例如打开记事本应用程序、在记事本应用程序上打字。相机的输出将显示在系统的屏幕上，以便用户可以进一步校准它。NumPy 和鼠标是用于创建此系统的 Python 要求 - 在项目第一阶段，实施和探索是在虚拟鼠标上进行的，在项目第二阶段，是在虚拟键盘上进行的。还包括一些小型项目，例如跟踪手掌并显示帧速率的手部跟踪、计数手指并使用手部跟踪模块作为基础的手指计数。后来，还实现了通过提取某些手部特征来控制音量的手势音量控制。这些项目旨在提高生产力。我们使用 Open-CV、Media-Pipe 和 Python 等技术。Media-Pipe 由 Google 开发。它非常高效，有助于为 AI 项目提供快速解决方案。