融合VIT与CNN注意力机制的面部疼痛评估算法研究

准确的疼痛评估可以为病人镇痛提供一定指导,为解决传统人工疼痛评估效率低、费时费力等问题,提出一种基于VIT与CNN注意力机制的面部疼痛评估算法,对疼痛进行多级预测。搭建面部疼痛表情采集平台,提取视频帧序列并进行数据预处理,建立疼痛表情数据库;提出一种改进的多尺度通道注意力模块关注关键特征信息,将CNN和VIT作为主干网络并行连接,提取更高级的面部局部-全局特征,以时序方式输入长短期记忆网络(LSTM)进行疼痛评估;在疼痛表情数据库上进行模型性能验证,实验结果表明,该算法在精确率、召回率、F1分数、准确率指标方面分别达到96.8%、96.7%、0.97、96.8%,与其他深度学习模型相比可更有效识别疼痛,为康复领域疼痛评估研究做出一定贡献。

面向情感疗愈的机器人萌形态研究

目的服务机器人逐渐应用于情感陪伴和情感疗愈,探寻萌形态机器人的情感疗愈机制,研究影响用户情感体验的机器人萌形态特征要素。方法解析萌形态语义并选取萌形态机器人样本,开展人机交互实验,测量用户在压力、静息,以及人机交互过程中的面部肌电信号(fEMG)、皮肤电信号(EDA)和心率变异性信号(HRV)。交互后邀请被试填写机器人萌体验主观量表。结论fEMG指标表明在压力刺激后与萌形态机器人交互能有效唤醒积极情绪,且机器人萌评分越高用户的积极情绪评分越高,EDA指标表明机器人萌评分越高被试情绪唤醒度也越高;同形态下机器人萌表情使被试HRV信号中的SDNN指标显著提高,同形态下柔软材质的触觉交互使被试HRV信号中的SDNN、VLF指标显著提高,相同动作交互下萌形态评分更高的机器人使被试EMG信号、EDA信号、HRV信号指标显著提高。最后,选取与萌体验具有相关性的生理指标,构建机器人萌体验与用户生理指标的关系模型,相较于BP神经网络,WOA优化BP神经网络建立的关系模型表现出更低的MSE值和更高的R2。

移乘背抱护理机器人舒适性生物力学模型分析

为探索移乘背抱护理机器人人机交互力学特性与被护理人舒适性感受的潜在关联,研究显性的人机接触力相对于人体生物力学特性的映射关系,揭示影响被护理人舒适性的主要作用肌群,提出了舒适性测试试验与AnyBody背抱运动人体生物力学模型相结合的方法.从被护理人的肌肉激活程度入手,对移乘背抱护理机器人背抱运动舒适性特征进行了分析.首先,介绍了移乘背抱护理机器人典型结构工作原理并进行了运动学分析,在此基础上搭建了舒适性测试试验系统,基于主观舒适性评分规划了服务于试验的基础运动轨迹,并通过试验得到了人机主要接触部位力学信息.然后,以试验数据为边界条件构建了基于AnyBody的背抱运动人体生物力学模型,依托逆动力学仿真分析得到了肌肉激活程度,并对比舒适性测试肌肉激活程度验证了仿真模型的有效性.最后,结合人机主要接触部位受力、肌肉激活程度及主观舒适性评分综合分析了移乘背抱护理机器人背抱运动舒适性特征,明确了影响被护理人舒适性的主要作用肌群.结果表明:影响被护理人舒适性的主要作用肌群有7个,且被护理人胸部压力与腋下压力值大小分别与影响其躯干和上肢舒适性的肌肉激活程度呈正相关.可通过建立胸部压力与腋下压力值相关的加权函数有效描述不同被护理人整体舒适性特征,为移乘背抱护理机器人舒适性运动控制提供了理论依据.

服务机器人人机交互社会力模型研究

服务机器人在人机交互中应遵守人类社会规则,应用于人与人之间行为动态关系的传统社会力模型不能完全适用于机器人交互设计,机器人和人之间的动态交互塑造了全新的交互行为范式。通过实验测量室内交互场景下人与服务机器人的交互距离,提出人机交互过程中情感“亲密力”的存在,实验结果发现人与机器人静态交互受亲密力和交互力影响、动态交互受亲密力和社会文化力影响、从动到静交互过程受亲密力和速度力影响,最终构建服务机器人人机交互社会力模型,为提升服务机器人人机交互体验提供理论依据。

从数字新基建到机器人电子皮肤

数字新基建是我国“十四五”期间引领经济发展的新引擎,机器人可同时融汇5G、人工智能、工业互联网等多项数字新基建核心技术,是未来数字经济发力的重要一极。基于电子皮肤的触觉智能对未来机器人的发展至关重要,将成为数字新基建中的关键一环。

“先进电子信息技术及应用”专题序

为将《河北工业大学学报》建成自然科学与工程技术领域的高影响力期刊及学校国内外学术交流的重要标志性“窗口”,在学报编委会的倡导下,学报将聚焦国家和区域经济社会产业发展重大需求,合理调整办刊定位,突出优势领域,做精专业内容,办好特色专题与专栏,向“专、精、特、新”方向发展,构建一流科技期刊与学校优势特色学科相互融通、互为支撑的学术共同体,着力打造具有工大特色的品牌期刊。为此,策划出版“先进电子信息技术及应用”专题,作为《河北工业大学学报》特色专题建设的首次尝试。

基于刮涂微结构的柔性电容式触觉传感器特性研究

性能优异、持久耐用、制备效率高且成本低的柔性触觉传感器是智能电子皮肤、人机交互、医疗保健的迫切需求。大多数微结构电容式触觉传感器需要洁净室微制造,增加了制作过程的复杂性及制作成本。本文介绍了一种新型且简易有效的方法,通过简单的工具在聚偏氟乙烯—六氟丙烯共聚物(PVDF-HFP)离子凝胶膜表面大面积制作不同尺寸的微结构,并对其传感特性进行了测试和比较。实验表明:传感器在1.2kPa的压力范围内具有灵敏度高(46.8kPa-1)、检测限低(16Pa)、响应速度快(20ms)等综合性优势;经过6000次高压力循环加载后,不偏离初始性能,表现出极强的鲁棒性以及实用性。本文提出的方法可以显著提高传感器的制备效率和整体性能,同时降低制备过程的资金和时间成本。

双臂移乘护理机器人起抱位置与移乘姿态规划

首先,建立被护理人的4连杆模型,并结合机器人姿态信息建立人机系统力学模型,分析移乘中被护理人的受力(内力、外力);其次,通过问卷调查,确定各内力、外力对人体舒适性影响的权重,建立舒适性评价函数,并运用所建立的舒适性评价函数以优化被护理人移乘舒适性为目的规划起抱位置与姿态。本文进行了接触力和表面肌电(sEMG)测试实验。结果显示:本文方法规划的起抱位置与姿态,能够有效降低被护理人与机器人之间的接触压力,并把移乘中的腰部内力负担减轻44.2%,提高了移乘的舒适性。

基于RFID的人体姿态识别方法研究

人体姿态感知是未来智能护理场景的主要挑战之一。然而,视觉技术会涉及遮挡、光线条件、侵犯隐私等问题;可穿戴运动跟踪设备会增加人体负担,降低舒适性。针对以上问题,提出了一种基于射频识别(RFID)的方法进行全肢体姿态估计,能够有效克服遮挡、穿戴舒适性差等问题。首先基于相位差信息提出了一种细粒度肢体运动模型,通过构建似然函数来进行人体关节角度估计;引入正运动学构建多肢体联合运动模型,结合双天线融合算法进行三维关节角度估计;最后结合人体骨骼模型与肢体关节角度来重建人体姿态。实验结果以Kinect 2.0为标准,测得的四肢平均关节角度误差约为6°,平均关节位置误差约为4cm,表明该系统可以有效地实时监测全肢体姿态。

基于关节优先级的冗余机械臂柔顺控制方法

针对冗余机械臂柔顺控制过程中某些关节运动可能超出安全范围导致安全事故的问题,提出一种基于关节优先级的冗余机械臂柔顺控制方法。此方法通过雅可比矩阵的加权广义逆矩阵与阻抗控制中机械臂的末端速度相结合,计算出关节角度增量,并对关节角度进行迭代更新。在机械臂运动过程中,为减小超限关节的角度增量,将相应关节设置较小的关节优先级,将超限关节角度变化保持在安全范围内。最后使用一种八自由度的冗余机械臂进行柔顺控制实验验证。结果表明:将相应关节设置较小优先级后,该关节角度增量减小,证明了该柔顺控制方法的可行性和有效性。

基于贝叶斯优化算法的柔性外骨骼助力参数自适应优化

针对外骨骼助力函数无法自动调参,存在自适应能力不强的问题。提出一种基于贝叶斯优化的柔性外骨骼参数优化方法。通过计算人体运动的步行比,利用贝叶斯优化,找到最适合人体行走的参数值。该方法能使外骨骼具有更好的自适应性,并能降低运动下的人体代谢量。根据上述优化方法建立Adams-Simulink联合仿真模型,进行人体模型行走仿真,验证该方法有效性。最后,搭建一台前拉式柔性外骨骼样机以及对应的实验平台,进行行走实验,观测人体运动下的髋关节力矩变化,发现髋关节力矩较优化之前有一定程度下降。进行耗氧量测试,发现在参数优化情况下人体运动耗氧量有一定程度减少,以上仿真和实验验证该方法可以提高外骨骼的自适应性并有效降低运动下人体代谢量。

基于人机接触压力图像的被护理人姿态识别

针对当前基于触觉信息的被护理人姿态识别精度低、可识别关节点数少等问题,设计了一种基于多模态数据的被护理人姿态识别方法。首先,采用OptiTrack运动捕捉系统和触觉传感器,采集并构建了包含51人30万帧被护理人姿态和60万张接触压力图像的数据集;然后,将接触压力图像和人体位置热图作为卷积神经网络(CNN)的输入,识别被护理人的关节位置,根据关节位置得到被护理人姿态。实验结果表明:所提出的方法能识别人体的5个关键关节位置,精度达到了90%,满足识别被护理人姿态的实用性要求。

外骨骼机器人使役环境中楼梯动态识别方法

为了准确识别外骨骼机器人使役环境中楼梯特征,文中提出了一种基于机器视觉与超声波测距技术相结合的楼梯动态识别方法。首先,考虑到楼梯结构特征,在Faster R-CNN目标检测网络基础上结合霍夫变换算法建立楼梯识别模型;然后,采用超声波传感器获取外骨骼人机系统至楼梯的距离,基于测量值和预定义的判别准则进行楼梯上下行的判别;最后,在不同光线和几种特殊情况下分别进行了上下楼梯识别试验。试验结果表明:将视频输入到识别模型中得到了较好的动态识别效果,相比于原始的Faster R-CNN模型,在正常光线下楼梯识别率从82.5%提高到了96.17%,在特殊情况下也具有较高的识别鲁棒性;此外,楼梯上下行准确判别率为96.67%。文中研究为外骨骼机器人智能控制和决策提供了依据和数据支撑,对提高人机系统协调性、外骨骼助力高效性和安全舒适性具有重要意义。

结合单列多列神经网络的移动状态人群计数方法研究

已有人群计数方法局限于对人群的全部进行计数,在仅对人群中的移动者进行计数时准确率较低,基于注意力的多阶段深度学习框架被提出以解决这一问题。通过注意力机制适应性地在单列和多列计数网络进行选择,结合单列网络的深层特征表示能力和多列网络多尺度特征学习能力,有效提取人群中移动者的特征。实验结果表明,所提出的方法均方误差(MSE)和平均绝对误差(MAE)皆低于已有人群计数方法,能够有效提高处于移动状态的人群的计数精度。

建筑外墙装饰陶瓷砖工艺研究

随着建筑外观设计理念的变革与创新,装饰陶瓷砖在历史建筑活化利用中,延续川西历史文脉、重塑古城记忆,在遵循历史文化和地域环境的基础上,充分体现建筑艺术的当代美感。陶瓷砖经过1 200℃高温煅烧成形,品质细腻、外观精美、线条平顺、耐高温高寒、消音隔音、耐腐蚀,通过不同组合方式装饰外立面,使传统建筑元素与自然环境融为一体,陶瓷砖在城厢古城建筑立面的应用,为后续类似项目提供经验教训及可借鉴的思路。

基于压力感知的坐卧姿势识别方法研究

坐卧姿势信息对被护理人的健康状态监测十分重要。为实现坐卧姿势的精确识别,提出了一种利用柔性压力传感器的姿势识别方法。使用团队自主研发的床单式柔性压力传感器,构建了姿势数据采集系统,无束缚采集了30位受试人员的10种姿势数据,将其转换形成的压力图像进行预处理及标注后形成数据集,使用YOLOv5神经网络对数据集进行训练。实验结果表明:识别准确率达到了99.2%,在临床护理领域有良好的应用前景,为智能无人护理系统中实现动态姿势识别奠定了基础。

服务机器人融入建筑环境系统设计

未来服务机器人将与人类一起生活在建筑环境内,机器人的融入必将对建筑环境和人类活动产生深刻影响。设计并开展建筑环境内人-机器人自然交互实验,参考相机标定原理提出室内坐标转换方程,采用定帧法获取服务机器人融入建筑环境后行人运动构型、运动速度、偏移距离等运动特征参数,在宏观层面基于交互主体、交互运动构型、交互意愿展开定性分析,在微观层面对建筑通道内人机交互运动速度与交互偏移距离展开定量统计分析。研究结果表明服务机器人融入建筑环境后对行人运动行为、运动速度、偏移距离均产生显著影响,人机共生系统势必对建筑尺度和设计产生深远影响。以期引发服务机器人融入建筑环境的思考,为构建人、机器人、建筑环境系统设计框架奠定基础。

学前儿童对陪伴机器人的生命感知及其交互机制

从理论上说,作为新一代智能电子产品的儿童陪伴机器人在儿童陪伴与教育方面较电视和手机具有独特优势。本研究基于儿童认知发展理论,运用问卷法、情绪模拟法、行为观察法探究学前儿童对陪伴机器人的生命感知及其在交互中表现出的情绪唤醒和行为诱导效应。结果证实多数学前儿童认为陪伴机器人是具有情感属性的人工制品,愿意和陪伴机器人做朋友;随着年龄增长,学前儿童对陪伴机器人的情绪识别率和交互行为显著增加;当陪伴机器人出现悲伤、害怕、生气等负向情绪时,学前儿童会表现出显著的接近趋势和亲社会行为。未来关于儿童陪伴机器人的设计研发应考虑儿童的年龄差异,注重其对儿童亲社会行为的诱导,以更好地实现其辅助家长陪伴和教育儿童的功能。

对内含价值评估中要求资本成本的思考

内含价值是寿险公司的评估基础,是构成公司价值的最基本部分。目前,在进行内含价值披露时,都要求进行敏感性分析。从直观上来讲,风险贴现率越高,要求资本成本会越大。那么这种结论是否一定成立呢?本文从理论上和实证上分析了要求资本成本对风险贴现率的敏感性大小及方向,最终得出风险贴现率的提高,要求资本成本未必增加。

急性出血坏死型胰腺炎的病因及发病机理

一、病因急性胰腺炎在临床上分为水肿型和出血坏死型两种。