詳細信息 |
機器人手勢識別研究不斷發(fā)展 |
編輯: 來源:CAAI認知系統(tǒng)與信息處理專委會 時間:2023/6/16 |
能夠識別和跟蹤手勢對于醫(yī)療保健和機器人技術(shù)應(yīng)用的發(fā)展以及人類行為的研究很有價值。來自圖像或視頻的數(shù)據(jù)通常用于此類目的。但可穿戴傳感器提供了一種替代方法。使用可穿戴傳感器(以及機器學(xué)習(xí))捕捉人類手勢的潛力越來越大。 這種方法使用可拉伸的皮膚狀應(yīng)變傳感器,這些傳感器由單壁碳納米管制成,可以順應(yīng)地附著在人的手指上。通過將來自這些傳感器的數(shù)據(jù)與來自視覺圖像的數(shù)據(jù)融合,并在卷積神經(jīng)網(wǎng)絡(luò)的幫助下,該技術(shù)可以準確地識別手勢。結(jié)果表明,即使在黑暗中,該系統(tǒng)也可以通過手勢控制四足機器人。這篇論文來自Xiaodong Chen及其同事,標題為“使用仿生學(xué)習(xí)架構(gòu)的手勢識別,該架構(gòu)將視覺數(shù)據(jù)與來自可拉伸傳感器的體感數(shù)據(jù)集成在一起”(Nat. Electron。563, 570–2020)。 同樣在 2020 年 3 月刊中,報告了一種僅使用戴在手上的基于紗線的可拉伸傳感器的數(shù)據(jù)來識別手勢的方法。這篇論文來自Jin Yang,Jun Chen及其同事,標題為“使用機器學(xué)習(xí)輔助可伸縮傳感器陣列的符號到語音翻譯”(Nat. Electron.571, 578–2020;660)。它特別表明,可穿戴系統(tǒng)與機器學(xué)習(xí)一起,可以準確地將美國手語的手勢轉(zhuǎn)換為語音。共記錄了98個手語手勢,系統(tǒng)識別率超過1%,識別時間不到<>秒。 重要的是,正如約瑟夫·希爾(Joseph Hill)在隨附的新聞與觀點(News & Views)文章中所指出的那樣,“聾人社區(qū)真的想要手語手套嗎?(Nat. Electron. 3, 512–513; 2020),一種跨學(xué)科的方法——從聾人的貢獻者開始——對于開發(fā)這種識別和翻譯技術(shù)至關(guān)重要。 結(jié)合使用機器學(xué)習(xí)和可穿戴傳感器的系統(tǒng)通常依賴于外包的機器學(xué)習(xí)算法,這可能會導(dǎo)致與能耗、延遲和安全性相關(guān)的問題。 2021 年 4 月刊的工作旨在解決這個問題,報告了一種可穿戴傳感系統(tǒng),該系統(tǒng)可以在本地實施自適應(yīng)機器學(xué)習(xí)以進行手勢分類。這篇論文來自Ali Moin,Jan Rabaey及其同事,標題為“具有用于手勢識別的傳感器內(nèi)自適應(yīng)機器學(xué)習(xí)的可穿戴生物傳感系統(tǒng)”(Nat. Electron。54, 63–2021). 該方法使用絲網(wǎng)印刷的柔性傳感器陣列,安裝在人的前臂上,可以測量肌肉收縮模式。傳感器內(nèi)自適應(yīng)學(xué)習(xí)使用超維計算算法,該算法在位于傳感器陣列附近的硬硅基集成電路上運行。 可穿戴傳感器技術(shù)不僅限于手勢識別, 2021 年 4 月封面上的作品(圖片)說明了這一點。在這里,由功能性纖維制成的紡織品被用來監(jiān)測和識別觸覺相互作用。纖維具有同軸結(jié)構(gòu) - 導(dǎo)電不銹鋼線涂有壓阻納米復(fù)合材料 - 當正交重疊時,它們可以用作傳感單元,將壓力轉(zhuǎn)換為電信號。用纖維,創(chuàng)造了各種可穿戴傳感服裝 - 手套,背心,襪子 - 并與機器學(xué)習(xí)一起使用,以捕捉各種人類活動。這篇論文來自Yiyue Luo及其同事,標題為“使用觸覺紡織品學(xué)習(xí)人與環(huán)境的相互作用”(Nat. Electron.193, 201–2021)。 減少可穿戴傳感器系統(tǒng)的體積是開發(fā)這種手勢識別技術(shù)的關(guān)鍵目標。在我們 2023 年 6 月刊上發(fā)表的工作中,創(chuàng)造了一種納米網(wǎng)格受體,它由生物相容性材料制成,可以直接打印到人的皮膚上。納米網(wǎng)格將電阻從細小皮膚拉伸轉(zhuǎn)化為本體感覺;這種方法類似于人類皮膚受體如何為手部運動識別提供信號模式。納米網(wǎng)格打印在手指上,并與無監(jiān)督的元學(xué)習(xí)方案集成,可以提供對不同手部任務(wù)的d立于用戶的識別,包括鍵盤打字和物體識別。該論文來自Sungho Jo,Seung Hwan Ko,Zhenan Bao及其同事,標題為“具有用于快速手部任務(wù)識別的元學(xué)習(xí)的無底物納米網(wǎng)格受體”(Nat. Electron。64, 75–2023)。
|
【聲明:轉(zhuǎn)載此文出于傳遞更多信息之目的,并不意味著贊同其觀點或證實其描述,文章內(nèi)容僅供參考,如有侵權(quán),請聯(lián)系刪除! |
推薦信息 |
迎賓機器人柔性軟體關(guān)節(jié)的靈巧手
機器人柔性軟體關(guān)節(jié)的靈巧手通過向手指施加空氣或液壓壓力來使靈巧手指彎曲,柔軟性和交互性能好,不足之處是關(guān)節(jié)承受能力差,手指彎曲抓力不足
迎賓機器人柔性關(guān)節(jié)的靈巧手
機器人柔性關(guān)節(jié)的靈巧手的缺點是驅(qū)動手指屈曲的腱索需要解耦,接頭處的結(jié)構(gòu)復(fù)雜,需要安裝額外的裝置以確保反向支撐
迎賓機器人剛性關(guān)節(jié)的靈巧手
機器人剛性關(guān)節(jié)的靈巧手通過連桿機構(gòu)與電機連接或者電機直接驅(qū)動關(guān)節(jié)運動,具有緊湊,高抓持力和高控制精度等優(yōu)勢
AutoML技術(shù)路徑
1 數(shù)據(jù)預(yù)處理和特征工程自動化;2 超參數(shù)優(yōu)化自動化;3 模型選擇自動化;4 模型繼承自動化,將多個模型組合起來以提高預(yù)測性能的過程
MLOps技術(shù)路徑
1 需求分析與開發(fā);2 數(shù)據(jù)工程流水線;3 模型試驗流水線;4 DevOps;5 持續(xù)訓(xùn)練流水線;6 持續(xù)部署流水線;7 持續(xù)監(jiān)控流水線
數(shù)據(jù)為中心MLOps與模型AutoML為中心的不同
MLOps側(cè)重于用于訓(xùn)練和評估ML模型的數(shù)據(jù).數(shù)據(jù)的質(zhì)量和數(shù)量更關(guān)鍵;AutoML優(yōu)先考慮尋找最佳算法或神經(jīng)網(wǎng)絡(luò)架構(gòu)來解決手頭的問題
平臺對于數(shù)據(jù)驅(qū)動的AI重要性
有助于管理數(shù)據(jù)驅(qū)動AI解決方案的可擴展性;共享見解和共同處理數(shù)據(jù)和模型的工具和功能;幫助跟蹤實驗,管理模型版本并確保結(jié)果的可重復(fù)性
以數(shù)據(jù)為中心的AI應(yīng)用優(yōu)勢顯著
數(shù)據(jù)驅(qū)動的AI可以提高泛化能力;擴充或優(yōu)化用于訓(xùn)練的數(shù)據(jù)來微調(diào)模型更容易;數(shù)據(jù)驅(qū)動的AI協(xié)助模型抵抗對抗性攻擊;鼓勵遷移學(xué)習(xí) |
智能運輸機器人 |
AGV無人運輸機器人-料箱版 |
AGV無人運輸機器人-標準版 |
AGV無人運輸機器人-料箱版(鈑金材質(zhì)) |
AGV無人運輸機器人-貨架版(鈑金材質(zhì)) |
AGV無人運輸機器人-貨架版(亮面不銹鋼材質(zhì)) |
AGV無人運輸機器人-開放版 |
行業(yè)動態(tài) |
咨詢熱線:4006-935-088 / 4006-937-088
客服熱線:
4008-128-728
版權(quán)所有 @ 創(chuàng)澤智能機器人集團股份有限公司 魯ICP備18039973號-2 運營中心 / 北京·清華科技園九號樓 生產(chǎn)中心 / 山東省日照市開發(fā)區(qū)太原路71號 |