![]()
基于弹性体的界面为触觉感知提供了丰富的功能，特别是在使微小的接触动态差异可检测方面。然而，弹性体表面在运动引起的最小变化及其在长时间间隔内的消失限制了当前运动识别方案的状态识别。 为了解决以上问题，近日，华南师范大学李昕明团队提出了一种新的用于微小变形实时运动模式识别方案，该方案使用光学触觉传感系统来可视化和区分表面轮廓的微小变化。以一个球体为例，滑动引起的非对称弹性体表面变形在光学图像中被可视化为“拖曳”。使用卷积神经网络（CNN）算法来分析球体与弹性介质相互作用过程中表面轮廓特征的演变。当产生的球体位移仅为直径的8.3%时，运动状态识别的准确率为80%。 此外，该系统还提供了通过单张图像分析动态运动信息的可能性，对于速度识别的准确率为82.7%。这种用于柔性媒体变形的实时识别框架具有动态性，为触觉感知和人机交互应用中的新型基于运动的输入命令铺平了道路。![]()
图1 弹性体表面动态细微变形的光学检测方法
![]()
图2 球体动态运动引起的微小变形光学图像
![]()
图3 面积和球体运动的变化
![]()
图4 运动行为对算法识别概率的动态影响
![]()
图5 “行为预测”的演示
![]()
图6 人机交互系统中的行为加密
- 原文题目：A Real-Time Imaging Sensing System to Visualize Elastomer Surface Profile Evolution for Dynamic Tactile Recognition
- 原文链接：https://onlinelibrary.wiley.com/doi/10.1002/adfm.202416731
声明：推文如有不科学、不准确之处，或涉及知识产权问题，欢迎专业人士或作者下方私信更正或删除。欢迎论文投稿荐稿（免费），推广合作请后台私信。下方“阅读原文”可直接查看原文
