工业物联网环境下隐式人机交互消息传播方法

针对工业4.0环境下人与周边物联网制造资源交互具有临时再配置、网络拓扑复杂多变的特点,以群集、社会化自组织的工业物联网智能设备为研究对象,构建简洁、高效的隐式人机交互机制。考虑人的因素对物联网节点交互的影响,引入设备社会化网络,提出了一种社会化设备对设备的隐式交互消息传播方法。以汽车轮毂的客户定制过程为例,进行了隐式交互分析;引入Caveman社会关系构建方法与概率模型,以消息完成率与体感网连接设备数量为指标,对所提隐式交互方法的性能进行了分析。仿真结果表明,与随机消息转发机制相比,所提社会化设备对设备交互的消息传播的最大平均完成率提高7%;在给定用户满意度条件下,周边直接连接智能设备数量可进行数值计算。研究结果为工业物联网环境下的人机交互系统参数选择提供了理论依据。

数字化产品中的隐式人机交互设计研究

隐式人机交互作为一种新型交互理念,强调感知与推理,能减轻用户的认知及操作负担,在数字化建设的大背景下,隐式人机交互有着显著的优势,研究数字化产品中的隐式人机交互设计有利于减轻用户负担,提升用户对数字化产品本身的持续使用意愿。文章首先对数字化产品和隐式人机交互进行了概述;然后,阐述了数字化产品设计中隐式人机交互设计的意义;随后,对数字化产品设计中的隐式人机交互案例进行分析;最后,根据对应用案例总结了数字化产品设计中的隐式人机交互设计原则。通过文章的研究,为提升数字化产品用户体验提供了有价值的理论参考。

普适计算模式下的人机交互

普适计算使得信息空间与人们生活的物理空间相融合,与此相应人机接口也将随之扩展到人们生活工作的整个三维物理空间．因此需要研究物理空间中的人机交互方式．在传统的计算模式下,交互环境的物理因素不影响人机交互．而在普适计算的模式下,用户和环境的物理因素将成为交互的重要因素,这将使人机交互的性质产生一系列的变化,其中包括:人机交互本质上是与信息空间的交互;交互接口扩展到日常生活的用品和环境;动态的人机交互上下文;蕴含人机交互．

基于多源信息融合的协作机器人演示编程及优化方法

为解决现有机器人装配学习过程复杂且对编程技术要求高等问题,提出一种基于前臂表面肌电信号和惯性多源信息融合的隐式交互方式来实现机器人演示编程.在通过演示学习获得演示人的装配经验的基础上,为提高对装配对象和环境变化的自适应能力,提出了一种多工深度确定性策略梯度算法(M-DDPG)来修正装配参数,在演示编程的基础上,进行强化学习确保机器人稳定执行任务.在演示编程实验中,提出一种改进的PCNN(并行卷积神经网络),称作1维PCNN(1D-PCNN),即通过1维的卷积与池化过程自动提取惯性信息与肌电信息特征,增强了手势识别的泛化性和准确率;在演示再现实验中,采用高斯混合模型(GMM)对演示数据进行统计编码,利用高斯混合回归(GMR)方法实现机器人轨迹动作再现,消除噪声点.最后,基于Primesense Carmine摄像机采用帧差法与多特征图核相关滤波算法(MKCF)的融合跟踪算法分别获取X轴与Y轴方向的环境变化,采用2个相同的网络结构并行进行连续过程的深度强化学习,在轴孔相对位置变化的情况下,机械臂能根据强化学习得到的泛化策略模型自动对机械臂末端位置进行调整,实现轴孔装配的演示学习.