权威国防科技信息门户
国防科技大数据智能情报平台
DSTIS征订中
DPS国防术语智能定位系统
国外国防科技文献资料快报
公告:
DSTIS国防军工信息资源内网服务系统2019年征订开始  
韩国开发出基于深度学习的增强型电子皮肤系统
2020-05-25

 [据美国科技探索网站2020520日报道] 韩国首尔国立大学联合韩国高级科学技术研究院(KAIST)开发了一种深度学习增强型电子皮肤系统,可与深度神经网络相融合,捕获人的动态运动,例如手指的快速运动。

深度学习增强型电子皮肤系统的开发涉及机械工程和计算机科学领域,研究团队由首尔国立大学机械工程学教授Seung Hwan Ko和韩国高级科学技术研究院(KAIST)计算学教授Sungho Jo组成。Ko教授一直在尝试通过使用激光技术在金属纳米颗粒薄膜中产生裂纹来开发高灵敏度的应变传感器,并将其阵列应用于检测人手指运动的虚拟现实(VR)手套上。Ko教授说:“我们的系统通常需要使用至少510个应变传感器来准确地预测手部运动(每根手指至少需要12个传感器),因为所需应变传感器数量会随着目标系统复杂性的增加而增多。” “几年前,我经常问自己一个问题:我们能否仅使用一个应变传感器(而不是使用多个传感器)来准确地预测手部运动?最初,这似乎是一个愚蠢的问题,因为单个应变传感器几乎无法分辨出获得的信号是从哪根手指传来的。”

近年来,Jo教授一直在探究将机器学习技术与传感器技术进行融合的方法,他坚信即便利用单个传感器检测到的手部运动信号,也可以通过机器学习来分析由手指运动产生的顺序传感器模式。Jo教授说:“我们认识到,如果我们可以通过机器学习来分析由手指运动产生的顺序传感器模式,就可以将由单个传感器观察到的多种不同动态行为清晰地分离开来。经过密切合作,我们能够开发出一种可以预测复杂手部动作的深度学习传感器。”

深度学习增强型电子皮肤系统可植入用户手腕,实时监测手部运动产生的电信号,同时还可以识别这些信号来自哪根手指。传统的电子皮肤系统中,每根手指至少需要一个传感器才能准确预测人的手部运动。与多数传统的电子皮肤系统不同的是,这种新型深度学习传感器单个使用时也能很好地工作。

研究人员通过使用深度学习模型来分析随时间变化的信号模式,并最终利用所收集到的数据来译解手指运动,当单个传感器与深度学习技术融合时,可以获得与多个传感器系统相媲美的效果,这将大大简化那些复杂的传感器检测系统,将有助于对人体运动进行远程测量,并适用于可穿戴式VR / AR系统。

在初步评估中,深度学习增强型电子皮肤系统成功地实时检测并译解了复杂的手指运动,且不受安装位置的影响。有趣的是,当将该系统放置在用户的骨盆上时,还可以解译步态运动(即步行方式),因此,该系统可以用于开发小型高效的运动跟踪设备。未来,研究人员计划实现更复杂的身体运动预测,例如腿、胳膊甚至整个身体的运动预测,该系统将在机器人和可穿戴设备(如健身追踪器等)的开发中具有广阔的应用前景。(国家工业信息安全发展研究中心 郑发松)


相关新闻

DSTIS 国防科技工业信息服务系统
中国核科技信息与经济研究院 中国航天系统科学与工程研究院 中国航空工业发展研究中心
中国船舶工业综合技术经济研究院 中国船舶信息中心 北方科技信息研究所 工业和信息化部电子科学技术情报研究所
DSTI简介 | 大事记 | 网站动态 | 产品介绍 | 广告服务 | 客户服务 | 联系方式 | 共建单位 | 合作媒体  
国防科技信息网 dsti.net © 2006 - 2020 版权所有 京ICP备10013389号