XiaoMi-AI文件搜索系统
World File Search System力反馈
检查在可变形的地形中挖掘车轮装载机的模拟对真实差距
摘要我们研究了基于物理的模拟器如何复制一个真实的车轮装载机在一堆土壤中填充水桶。比较使用车辆运动和驱动力的场时间序列进行比较，负载质量和全部工作。车辆被建模为具有摩擦触点，传动系统和线性执行器的刚性多体系统。对于土壤，我们测试了不同分辨率的离散元素模型，并且没有多尺度加速。时空分辨率在50-400 mm至2-500毫秒之间，计算速度比实时快1/10,000至5倍。发现模拟到现实差距约为10％，并且对实现水平的依赖性较弱，例如与实时模拟兼容。此外，研究了在不同的模拟操作之间转移下的优化力反馈控制器的敏感性。尽管域间隙约为15％，但观察到域偏置会导致5％的性能降低。
基于强化学习的室内应用半思维控制机器人
摘要 本文提出了一种解决这一挑战的方法，即引入源自脑信号的交互式反馈，使用深度强化学习来训练机器人，特别是在室内迷宫导航的背景下。我们的目标是通过结合人类的情感或注意力反馈来增强人机交互场景中的学习过程。为了实现这一目标，我们让机器人通过基于人类反馈的动态策略网络学习新任务，并使用其他传感器数据（包括激光雷达）增强此输入。进行了各种实验，以比较手动反馈、脑信号反馈和无脑信号反馈的有效性，采用不同的强化学习模型。此外，我们探索了不同的情绪分类模型，采用图神经网络模型和传统的深度学习模型，然后比较结果。
通过非侵入性脑刺激实现全身触觉
我们提出了一种触觉的新概念，其中一个集中式身体执行器通过刺激大脑（即神经系统的来源）在多个身体部位上产生触觉效果——我们称之为触觉源效应器，而不是传统可穿戴设备在每个身体部位（末端效应器）上连接一个执行器的方法。我们通过经颅磁刺激 (TMS) 实现我们的概念——这是一种来自神经科学/医学的非侵入性技术，其中电磁脉冲可以安全地刺激大脑区域。我们的方法在整个身体（例如，手、手臂、腿、脚和下巴——我们在第一次用户研究中发现）中产生大约 15 种触觉/力反馈感觉，所有这些都通过使用一个在头皮上机械移动的磁线圈刺激用户的感觉运动皮层来实现。在我们的第二项用户研究中，我们探讨了参与者在 VR 中使用触觉显示器时的体验。最后，随着
I类HDAC抑制剂MS-275可防止奥沙利铂...
摘要：本文介绍了基于电容性变化的低成本和多触摸传感器的新设计和开发。这个新传感器非常灵活且易于制造，使其成为软机器人应用程序的适当选择。该传感器中使用的材料（导电墨水，有机硅和控制板）是便宜且在市场上很容易找到的。提出的传感器由不同层的晶圆，带有导电墨水的硅胶层和压力敏感的导电纸片制成。像E-Skin这样的先前方法可以测量像人体或纤维等导电物体的接触点或压力，而所提出的设计使传感器能够检测物体的接触点和施加力，而无需考虑对象的材料电导率。传感器可以同时检测五个多点触点。在存在噪声，增益变化和非线性的情况下，使用神经网络结构以可接受的精度来校准施加力。通过商业精确力传感器（ATI）实时测量的力与通过在两个电极层之间更改层的电容获得的产生的电压映射。最后，嵌入建议的触觉传感器的软机器人抓手被用来掌握具有位置和力反馈信号的物体。
由活性上肢外骨骼的不同水平的透明度引起的人类运动修饰
主动上肢外骨骼是神经恢复的潜在强大工具。该潜力取决于几种基本控制模式，其中一种是透明度。在这种控制模式下，外骨骼必须遵循人类运动而不会改变它，从理论上讲，这意味着无效的相互作用工作。达到透明度的水平高，尽管不完美，既需要一种适当的控制方法，又需要对外骨骼对人类运动的影响进行深入评估。本文基于识别外骨骼动力学的识别，或者是在力反馈控制或结合下引入了三种不同的“透明”控制器的评估。因此，这些控制器可能会通过设计明显诱导不同水平的透明度。进行的调查可以更好地理解人类如何适应一定是不完事的透明控制器。一组14名参与者受到这三个控制者的束缚，同时在副臂平面进行运动。随后的分析是根据相互作用，运动学，肌电图和人体工程学反馈问卷进行的。结果表明，在执行透明的控制器较少的情况下，参与者的策略往往会引起相对较高的相互作用工作，并具有较高的肌肉活动，从而导致运动学指标的敏感性很小。换句话说，截然不同的残留互动工作并不一定会引起非常不同的运动运动学。这样的行为可以通过自然的人类倾向来解释以维护其首选的运动学的努力，应在将来的透明控制器评估中考虑到这一点。
文章： （另外2位作者）（2024）开发FORC
摘要 - 机器人辅助的腹腔镜手术（RAL）已被广泛研究并开发为常规的，首选的微创手术（MIS），因为操作精度和敏捷，可视化的改善，可视化以及减轻了外科医生的压力和疲劳。然而，缺乏力量反馈对准确的相互作用感知，手术错误降低，改善患者安全性和升级的手术结果构成了挑战。强力传感的解决方案可以使外科医生具有更直观和自然的外科手术体验，具有准确的相互作用能力，有效的运动技能获取能力，增强的手术质量，并支持开发高级技术以进行外科智能和自主权。尽管已经在该领域进行了广泛的研究，但是对于实际的手术方案仍无法使用有效和固定的解决方案。本综述提供了从起始实施到腹腔镜手术和RALS中物理力传感器新兴技术的最新进展的全面研究，并侧重于以下类别：基于应变量表，基于电容的基于电容型和基于光纤原理。从机制的角度来看，对力敏感结构的设计已被强调为具有预期性能的力传感器实现提供了可能且有价值的设计指南。还讨论了现有技术的优点和局限性以及新技术的前景。索引术语 - 腹腔镜手术；微创手术（MIS）；力反馈；应变量规传感器；电容传感器；光纤传感器（FOS）；纤维bragg光栅（FBG）。
使用多感觉虚拟现实启动
脑部计算机界面（BCI），以使用户可以通过将大脑活动转化为控制信号来与外部世界进行交流。运动图像（MI）一直是BCI控制中的流行范式，在该控制中，用户想象的是，例如，他们的左右肢和分类器进行了训练，然后训练以直接从脑电图（EEG）信号中检测到这种意图。但是，对于某些用户而言，很难在脑电图信号中引起模式，可以通过现有功能和分类器检测到。因此，新的用户控制策略和培训范例一直是备受追捧的，可以帮助提高运动图像性能。虚拟现实（VR）已成为一种潜在的工具，其中改善用户参与度和沉浸液的水平已证明可以提高BCI准确性。反过来，VR中的电动机启动已显示出进一步提高BCI准确性。在这项试验研究中，我们采取了第一个步骤来探索是否存在触觉和嗅觉刺激的多感官VR运动启动，可以根据提高的准确性和更快的检测来改善运动成像检测效果。对10位配备了生物传感器的VR耳机，架子散发散射装置的参与者进行了实验，并带有力反馈的触觉手套表明，可以实现运动成像检测的显着改进。使用的六个常见空间模式滤波器中的活动增加，并且可以使用较短2 s的分析窗口来达到峰精度。组合，结果表明，在运动图像之前的多感觉运动启动可以改善检测效率。
涉及运动规划的大脑过程是诱发事件相关去同步的主要因素
事件相关去同步 (ERD) 是在运动执行和运动想象过程中在感觉运动区域观察到的脑电图 (EEG) 频谱功率的相对衰减。它是众所周知的 EEG 特征，常用于脑机接口。然而，其潜在的神经机制尚未完全了解，因为 ERD 是一个与涉及多条通路的外部事件相关的单一变量，例如运动意图、计划和执行。在本研究中，我们旨在确定诱发 ERD 的主要因素。在两种不同的实验条件下，指示参与者以三种不同的（10%、25% 或 40%MVF：最大自主力）水平握住他们的右手：涉及实时视觉力反馈 (VF) 的闭环条件或前馈 (FF) 方式的开环条件。在每种情况下，参与者被要求重复抓握任务一定次数，时间分别为休息（10.0 秒）、准备（1.0 秒）和运动执行（4.0 秒）。EEG 信号与运动任务同时记录，以评估每种条件下事件相关频谱扰动的时间过程并分析 EEG 功率的调制。我们对指示的抓握力水平和反馈条件下的 mu 和 beta-ERD 进行了统计分析。在 FF 条件下（即无力反馈），运动执行期间中期，对侧运动皮层的 mu 和 beta-ERD 显著减弱，而在 VF 条件下，即使在保持抓握期间，ERD 也保持不变。只有体感皮层的 mu-ERD 在高负荷条件下趋于略强。结果表明，ERD 的程度反映了改变虚拟平衡点的运动计划过程中涉及的神经活动，而不是招募运动神经元来调节抓握力的运动控制过程。
涉及运动规划的大脑过程是诱发事件相关去同步的主要因素
事件相关去同步 (ERD) 是在运动执行和运动想象过程中在感觉运动区域观察到的脑电图 (EEG) 频谱功率的相对衰减。它是众所周知的 EEG 特征，常用于脑机接口。然而，其潜在的神经机制尚未完全了解，因为 ERD 是一个与涉及多条通路的外部事件相关的单一变量，例如运动意图、计划和执行。在本研究中，我们旨在确定诱发 ERD 的主要因素。在两种不同的实验条件下，指示参与者以三种不同的（10%、25% 或 40%MVF：最大自主力）水平握住他们的右手：涉及实时视觉力反馈 (VF) 的闭环条件或前馈 (FF) 方式的开环条件。在每种情况下，参与者被要求重复抓握任务一定次数，时间分别为休息（10.0 秒）、准备（1.0 秒）和运动执行（4.0 秒）。EEG 信号与运动任务同时记录，以评估每种条件下事件相关频谱扰动的时间过程并分析 EEG 功率的调制。我们对指示的抓握力水平和反馈条件下的 mu 和 beta-ERD 进行了统计分析。在 FF 条件下（即无力反馈），运动执行期间中期，对侧运动皮层的 mu 和 beta-ERD 显著减弱，而在 VF 条件下，即使在保持抓握期间，ERD 也保持不变。只有体感皮层的 mu-ERD 在高负荷条件下趋于略强。结果表明，ERD 的程度反映了改变虚拟平衡点的运动计划过程中涉及的神经活动，而不是招募运动神经元来调节抓握力的运动控制过程。
空间结构的主动阻尼、隔振和形状控制：教程
摘要：本教程回顾了作者在过去 35 年中对精密空间结构主动控制的贡献。它基于 2022 年 9 月在巴黎举行的 IAC-2022 宇航大会上的 Santini 演讲。第一部分致力于空间桁架的主动阻尼，重点是稳健性。通过使用分散的同位执行器-传感器对来实现保证的稳定性。所谓的积分力反馈 (IFF) 简单、稳健且有效，并且可以使用基于模态分析的简单公式轻松预测性能。这些预测已通过大量实验证实。桁架的阻尼策略已扩展到电缆结构，并已通过实验证实。第二部分解决了隔振问题：将敏感有效载荷与航天器引起的振动隔离开来（即姿态控制反作用轮和陀螺仪的不平衡质量）。讨论了基于 Gough-Stewart 平台的六轴隔离器；再次强调，该方法强调了稳健性。提出了两种不同的解决方案：第一种（主动隔离）使用分散控制器，该控制器具有并置的执行器和力传感器对，并具有 IFF 控制。结果表明，这种特殊的天棚实现方式与传统天棚不同，即使它连接的两个子结构是柔性的（大型空间结构的典型特征），也能保证稳定性。第二种方法（被动）讨论了松弛隔离器的电磁实现方式，其中线性阻尼器的经典阻尼器被麦克斯韦单元取代，导致渐近衰减率为 -40 dB/十倍，类似于天棚（尽管在电子方面要简单得多）。讲座的第三部分总结了最近在柔性镜控制方面所做的研究：（i）由压电陶瓷（PZT）致动器阵列控制的自适应光学（AO）平面镜和（ii）由压电聚合物致动器（PVDF-TrFE）阵列控制的球形薄壳聚合物反射镜，旨在部署在太空中。