备注2。几类非平滑机器人系统(双皮动力[4,25,26,27,27,28,29,29,30,71,72],操纵[16,17,24,73,74,74,75,76,9,77],带有清理的系统,共同的机器人[78,79],跳高机器人[33],PUSTRIPS ISS [80]蛇机器人[36],电缆驱动的操纵器[46,47],带内转子的球形机器人[83])已经是自动控制或机器人文献中调查文章的对象。因此,再次彻底调查它们的范围不在本文的范围之内,因为这将产生重复和太多参考文献(大概数千个)。因此,我们对本文主要目的的参考文献感到满意。不足的系统也是引起很多关注的对象[84、85、86、87],但是这些调查文章中未包括机器人对象系统(1)([87]除外,很快就会审查其中的一些)。
本文探讨了一种与吉他踏板进行传统互动的方法。通过分析通过表面肌电图(SEMG)可穿戴传感器跟踪的肌肉收缩,我们旨在调查如何动态跟踪吉他手的声音意图,以自动控制吉他声音。基于双向长期记忆的两个复发性神经网络被删除,以实时分析SEMG信号。该系统被设计为一种数字乐器,可在初始培训过程中向每个用户校准。在培训期间,音乐家提供了他们的手势词汇,将每个手势都带到相应的踏板预设中。最有效的特征与最佳肌肉相当,以优化系统的学习率。通过一项用户研究评估了该系统,其中包括七个专家吉他手。sults表明,平均而言,参与者赞赏该系统的基础概念,并认为它能够促进其创造力。
摘要 摄像无人机是一种快速兴起的技术,它使人们能够以高度的机动性和敏捷性远程检查环境。但是,手动远程驾驶无人机容易出错。相比之下,自动驾驶系统可能需要大量的环境知识,并且不一定设计用于支持灵活的视觉检查。受到交互式图形中相机操纵技术的启发,我们设计了 StarHopper,这是一种新颖的触摸屏界面,用于高效的以对象为中心的摄像无人机导航,其中用户直接指定无人机相机相对于指定感兴趣对象的导航。该系统依赖最少的环境信息,结合手动和自动控制机制,让用户可以自由地高效准确地远程探索环境。实验室研究表明,StarHopper 比手动驾驶效率提高了 35.4%,而且用户总体上更喜欢我们以物体为中心的导航系统。
• 约克大学计算机科学讲师,2022 年至今 • 约克大学研究员,2021-2022 年 • RSM Bentley Jennison 技术总监,2000-2021 年 以下是他的一些著名出版物: • Paterson, C., & Lane, J. (2000)。实时系统的概率模型检查。IEEE 软件工程学报,26(1),51-65。 • Paterson, C., & Neil, M. (2004)。流程挖掘用于业务流程改进。IEEE 知识与数据工程学报,16(10),1266-1280。 • Paterson, C., & Holcombe, M. (2008)。具有概率模型检查的控制系统工程。IEEE 自动控制学报,53(1),15-27。 帕特森是计算机科学领域备受尊敬的研究员。他的工作为概率模型检查、操作流程、流程挖掘和控制系统工程等领域做出了重大贡献。他还是一位充满热情的教育家和导师,对学生的生活产生了重大影响。
与传统技术相比,热除冰和融雪方法在控制交通基础设施表面冬季状况方面具有多种优势。这些包括自动控制安全的表面条件、避免化学物质及其对环境的影响以及延长基础设施的使用寿命。水力传热系统可以利用夏季收集的太阳能和地热交换的季节性热能储存。将这些可再生资源与能源储存结合起来可以节省一次能源。2021 年 6 月,国际能源署 (IEA) 启动了一个项目,旨在利用地面热能源为交通基础设施的表面除冰。本文首次概述了项目目标和方法。© 2022 作者。由 ELSEVIER BV 出版 这是一篇根据 CC BY-NC-ND 许可开放获取的文章(https://creativecommons.org/licenses/by-nc-nd/4.0)由交通研究领域 (TRA) 会议科学委员会负责同行评审 关键词:除冰;融雪系统;地源;基础设施
PERSYVAL-Lab 于 2012 年启动了一项奖学金计划,以吸引格勒诺布尔大学计算机科学、自动控制、数学或信号处理领域硕士课程二年级的优秀候选人。这些 8,000 英镑的奖学金旨在支持希望在格勒诺布尔获得硕士学位,然后申请 PERSYVAL-Lab 附属实验室之一的博士课程的优秀学生。每个学年最多分配十个奖学金。2012 年,有 3 名学生(13 名申请者)获得奖学金,其中 2 名目前正在格勒诺布尔大学攻读博士学位。2013 年至 2016 年期间,每年有 10 名学生(60 至 78 名申请者)获得奖学金,平均每年有 7 名学生继续在 UGA 攻读博士学位,研究范围广泛,涉及广泛的研究主题和来源。
在本文中,我想谈谈两种可能破坏这一成就的趋势。我的目标是提高我们对这些趋势的认识,并希望对它们做出适当的反应。第一个趋势与应用本身有关。在当今运行的大量控制系统中,危险系统的数量正在增加。社会信任我们的技术。我们被允许使用自动控制来做无法手动完成的事情,如果操作不当,可能会对财产、环境和人类生命造成严重后果。这些危险应用中的大多数(但不是全部)都涉及开环不稳定装置,其发散率剧烈到足以逃避手动控制。这种特征激发了本文的标题,我将描述此类应用的具体示例。多年来,第二种趋势在我们的会议和期刊中都很明显。这种趋势是越来越崇拜抽象的数学结果,而忽略了对其实际物理后果的更具体的检查。我也会提供这种趋势的例子。
摘要 摄像无人机是一种快速兴起的技术,它使人们能够以高度的机动性和敏捷性远程检查环境。但是,手动远程驾驶无人机容易出错。相比之下,自动驾驶系统可能需要大量的环境知识,并且不一定设计用于支持灵活的视觉检查。受到交互式图形中相机操纵技术的启发,我们设计了 StarHopper,这是一种新颖的触摸屏界面,用于高效的以对象为中心的摄像无人机导航,其中用户直接指定无人机相机相对于指定感兴趣对象的导航。该系统依赖最少的环境信息,结合手动和自动控制机制,让用户可以自由地高效准确地远程探索环境。实验室研究表明,StarHopper 比手动驾驶效率提高了 35.4%,而且用户总体上更喜欢我们以物体为中心的导航系统。
PERSYVAL-Lab 于 2012 年启动了一项奖学金计划,以吸引格勒诺布尔大学计算机科学、自动控制、数学或信号处理领域硕士课程二年级的优秀候选人。这些 8,000 英镑的奖学金旨在支持希望在格勒诺布尔获得硕士学位,然后申请 PERSYVAL-Lab 附属实验室之一的博士课程的优秀学生。每个学年最多分配十个奖学金。2012 年,有 3 名学生(13 名申请者)获得奖学金,其中 2 名目前正在格勒诺布尔大学攻读博士学位。2013 年至 2016 年期间,每年有 10 名学生(60 至 78 名申请者)获得奖学金,平均每年有 7 名学生继续在 UGA 攻读博士学位,研究范围广泛,涉及广泛的研究主题和来源。