下肢外骨骼机器人意图识别算法研究

下肢外骨骼机器人能让截瘫患者一定程度上恢复站立、行走等一些运动能力。其作为一种人机耦合的系统,人机交互接口(HMI)扮演着重要的角色。准确地获取穿戴者(截瘫患者)的运动意图,是下肢外骨骼机器人研发的主要挑战。针对当前意图识别主要采用手动阈值判断的方式,该文提出了一种利用机器人零力矩点(ZMP)特征,并基于支撑矢量机(online SVM)检测穿戴者运动意图的在线学习算法。最后在实际系统上完成该算法的验证。

智能机器人 第七讲 机器人软件

机器人的软件系统是整个机器人的重要组成部分之一,本文综述了机器人软件的作用、构成及机器人语言的分类,讨论机器人软件的发展及目前状况。

人机智能技术及系统研究进展综述

人机智能系统是能够实现人机智能协作的机器人系统,近年来成为了机器人领域的研究热点,具有广泛的应用前景。针对人机智能系统技术和应用的国内外研究现状,从人机智能系统的关键技术和典型应用领域两方面进行了进展综述。重点综述了与传统机器人系统存在差异性的人机智能系统关键技术,从建模、交互、协同和优化4个方面的研究进展分别展开论述,对涉及的典型应用领域及典型人机智能系统进行总结,并对人机智能系统发展的挑战和未来研究方向进行了展望。

基于卷积神经网络的目标检测研究综述

随着训练数据的增加以及机器性能的提高,基于卷积神经网络的目标检测冲破了传统目标检测的瓶颈,成为当前目标检测的主流算法。因此,研究如何有效地利用卷积神经网络进行目标检测具有重要价值。首先回顾了卷积神经网络如何解决传统目标检测中存在的问题;介绍了卷积神经网络的基本结构,描述了当前卷积神经网络的研究进展及常用的卷积神经网络;重点分析和讨论了两种应用卷积神经网络进行目标检测的思路和方法,指出了目前存在的不足。最后总结了基于卷积神经网络的目标检测以及未来的发展方向。

实时EEG脑力负荷预测研究

目的为了研究不同的实验任务是否会影响EEG脑力负荷预测的准确率,方法本文采用了一种名为原功率调制(SPo C)新型的特征提取方式,结合传统的信号分类方法对EEG信号进行了分类。使用实验模拟脑力劳动的四个阶段,采用SPo C这种盲源信号分离方法提取脑电信号的特征,使用线性判别方法对在此基础上对代表不同信息加工阶段的四种任务的不同难度等级的脑电信号进行了分类。通过对分类准确性的统计,研究了脑电信号与任务难度等级的关系,更深入的研究了不同任务(即四种信息加工阶段)与脑电信号的关系,讨论了实验任务对EEG脑力负荷预测准确率的影响。结果分析了不同实验对象分别在四种实验任务重的脑电分布图,并对SPo C脑图模式进行了分析。计算了各实验的平均分类准确率。两难度实验任务分类准确率最高达0.98以上,不同任务之间的分类准确率平均值之间的差值不超过0.09。结论实验任务对分类准确率没有显著性影响,实验者对分类准确率有显著性影响。

基于变尺度变换减少Sigma点的粒子滤波算法研究

为了减少传统无味粒子滤波(Unscented particle filter,UPF)算法的计算负担,提出了最小斜度单形无味转换(Minimal skew simplex UT,MSSUT)方法,这种方法是用最小斜度无味卡尔曼滤波来产生粒子的重要性函数.它不仅能够扩大重要性分布与系统状态的后验概率密度的重叠性,而且能够通过减少Sigma点来减少计算负担.但是,随着状态空间维数的增加,Sigma点集的覆盖半径增大,导致了Sigma点集的聚集性变差.辅助随机变量变尺度无味变换(Auxiliary random variable formulation of the scaled unscented transformation,ASUT)能够克服Sigma点集分布扩展的缺点.所以,提出了一种高维空间中改进的变尺度最小斜度无味粒子滤波(Scaled minimal skew simplex unscented particle filter,SMSSUPF)算法.仿真结果表明:在高维状态空间中,与传统的无味粒子滤波(UPF)相比,计算复杂度和计算负担显著减少.与最小斜度无味粒子滤波(Minimal skew simplex unscented particle filter,MSSUPF)相比,SMSSUPF减少了系统噪声方差和测量噪声方差所带来的估计误差.

康复机器人及其临床应用综述

对康复机器人及其临床应用研究进展进行了综述,从运动障碍康复机器人和认知障碍康复机器人方面对康复机器人进行了归纳总结,并针对每项技术提出了一些发展趋势的展望。最后以脑卒中患者的临床康复为例介绍了康复机器人在其康复训练中的临床应用案例及其发展趋势。

单幅RGB-D图像本征图像交互分解算法

为使分解结果可保留光照的空间变化性,获取较为准确的本征图像分解结果,提出一种单幅RGB-D图像本征图像交互分解算法.首先提出了一个包含远距离光照项、近距离光照项和材质项3个本征属性部分的本征图像模型,以模拟光照的空间变化性;之后利用球面调和函数估计场景远距离光源分布,为提高分解的准确性,将恢复的光照分布作为先验约束,设计能量函数求解远距离光照项;最后通过用户交互指定部分材质相同但光照条件不同的像素,并设计算法将用户交互约束传递至全图,从而实现对于场景材质图像及近距离光照图像的求解.实验结果证明,该算法是有效的.

基于上下文信息的监控场景行人检测方法

为了提高监控场景中行人检测的准确度,提出了一种基于上下文信息的行人检测方法。该方法将监控场景的上下文信息融入到卷积神经网络中,选择性地学习对行人检测有帮助的上下文信息。首先,利用一个截断的卷积神经网络提取输入图像的多张特征图。然后,将多张特征图通过两个包含上下文信息的卷积层,形成一张掩码图。最后,通过在掩码图上估计行人的边界框,获得行人检测的结果。实验表明,该方法能实现监控场景中准确且快速的行人检测。

工艺误差对电容式微加速度计温度漂移的影响（英文）

利用有限元方法,仿真分析了深反应离子刻蚀工艺造成的折叠梁宽度误差对电容式微加速度计温度漂移的影响。在存在工艺误差和保证微加速度计灵敏度恒定的前提下,增大了折叠梁设计宽度,计算了不同宽度下微加速度计的温度漂移量。结果表明:刻蚀工艺误差越大,微加速度计温度漂移量越大。折叠梁设计宽度为4.5μm和6.5μm时,最大温度漂移量分别为2.42mg/℃和1.71mg/℃,因此通过适当地增大设计尺寸,可以有效地减小微加速度计的温度漂移量。

本期"人工智能"专栏评述

评《人机协同智能系统及其临床应用》近年来人工智能的崛起使得人类的生活变得日益智能化,人工智能研究的重要方向之一是借鉴认知科学、计算神经科学的研究成果,使计算机通过直觉推理、经验学习将自身引导到更高层次。目前的机器智能仍然是以计算机为中心,并没有实现人们所希望的“以人为中心”。如何把人类认知模型引入到机器智能中,让它能够在推理、决策、记忆等方面达到人类智能水平,是目前科学界讨论的焦点。

智能汽车中人工智能算法应用及其安全综述

随着人工智能(AI)技术的发展,以智能驾驶汽车、智能机器人为代表的智能系统逐渐代替或辅助人类从事各种场景中简单或复杂的工作。该文从智能汽车中的智能算法出发,总结了在智能汽车中人工智能感知算法、决策算法的研究进展;讨论了智能算法的不确定性问题;并从智能算法的不确定性带来的安全问题角度,讨论了预期功能安全的意义及发展,最后讨论了人机共驾对当前智能驾驶汽车解决预期功能安全的必要性。

AVS2视频编码码率控制算法

码率控制是视频图像编码技术中的重要组成部分,旨在受限的通信带宽下提供最小失真的图像质量同时保证比特流的平稳输出,长期以来既是研究重点也是应用热点。面向中国自主知识产权的新一代音视频编码标准(audio video coding standard 2.0,AVS2)中码率控制技术,将模糊控制理论与码率控制相结合,提出了一种新的码率控制算法。首先根据模糊控制器原理建立快速查询表,接着基于指数率失真模型进行了基本论域到模糊子集论域的映射,而后将假设参考解码缓冲区反馈值及其差值带入模糊控制查询表得出量化参数(Quantization Parameter,QP)值变化增量。最终的编码过程采用系统QP值与增量之和来进行。在通用测试条件下的实验结果表明,新算法比特率失真比率(Bjntegaard delta bit rate,BDBR,BD-rate)取得增益效果明显,比特率控制精度高。算法实现简洁,计算复杂度低,特别适合恒定目标比特率编码端速率控制。相关成果已被AVS2标准工作组采纳,集成在参考模型软件RD10.0中。

基于多视图投影的半监督手姿态估计算法

为解决手姿态估计中标签数据的获取困难问题,该文提出了一种基于多视图投影的半监督学习方法,减少对标记数据的需求。首先,从单张深度图中分割出手部区域,将其投影至3个正交平面;而后,采用编解码模型学习两个投影视图在低维度隐空间中的关联表征;最终,结合标记数据,学习低维度隐空间表征到手姿态三维坐标的回归映射。实验表明,该方法减少了对标记数据的依赖,在NYU手姿态估计数据库上获得了较好的结果。

基于活体检测和身份认证的人脸识别安防系统

人脸识别由于其便捷性和实用性而被广泛应用于各种门禁等场合,但容易受到多种形式的欺骗攻击(如照片攻击和视频攻击)。基于深度卷积神经网络(CNN)的活体检测虽然能够解决以上问题,但是却存在计算量大、对用户不友好以及难以部署于嵌入式系统等缺点,因此提出了一种实时的轻量级的人脸识别安全分类方法。通过将基于色彩纹理分析的人脸活体检测算法与人脸认证算法相融合,提出了一种在无需用户配合的单目摄像头场景下进行人脸活体检测和人脸验证的人脸识别算法。该算法支持实时人脸识别,具有更高的活体检测识别率与鲁棒性。为了验证该算法的性能,以CASIA-FASD和Replay-Attack作为实验的基准数据集,结果表明在活体检测中该算法的半错误率(HTER)为9.7%,等错误率(EER)为5.5%,而且在整个流程中处理1帧图像所需时间为0.12 s,验证了该算法的可行性和有效性。

基于SINS/CNS组合导航系统的多模型自适应估计算法

针对单一模型滤波器在未知或不确定的系统参数下适应性较差的问题,提出了一种新的基于多模型自适应估计(multiple model adaptive estimation,MMAE)的滤波方法。该方法利用改进的卡尔曼滤波代替传统的卡尔曼滤波,比如扩展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)。EKF和UKF被用来作为多模型自适应估计的子滤波器,从而实现对非线性系统的状态估计。同时,还将该方法应用于基于弹道导弹模型的组合导航中实现了系统仿真。仿真结果表明,与传统的EKF和UKF算法比较,改进的滤波方法可以解决传统模型滤波器适应性差的问题,并提高系统的导航精度。

护理智能化催生康养新模式

全球老龄化问题日趋严重,我国老年人口的增速和规模居全球之首,银发经济正成为积极应对老龄化以及我国经济高质量发展的新赛道。随着平均期望寿命的延长和生育率的下降,世界各国老年人口所占的比例和绝对人数显著增加,老龄人群的康复护理面临多种慢性病共存、需求多样性、养老模式改变、资源严重不平衡等问题,是银发经济亟待应对的挑战。因此,“如何在银发经济中注入新质生产力实现世界卫生组织(WHO)提出的积极老龄化(ActiveAging),特别是如何利用人工智能、机器人等新质生产力解决机构、社区、居家等养老场景的问题”是关乎中国未来20年社会稳定的重要问题。