內(nèi)容導(dǎo)讀

當(dāng)前人工智能、智能機(jī)器人、人機(jī)交互理論與技術(shù)發(fā)展迅猛。隨著傳感器、集成電路設(shè)計(jì)和智能算法的進(jìn)步帶來(lái)機(jī)器人感知能力的快速提升，人工智能中柔性傳感器、智能機(jī)器人、人機(jī)交互算法的應(yīng)用不斷取得進(jìn)步?；谌嵝詡鞲衅鞯娜伺c機(jī)器人的交互、機(jī)器人與機(jī)器人的交互以及人機(jī)協(xié)同作業(yè)等領(lǐng)域已有一定的成功應(yīng)用，因此學(xué)術(shù)界掀起了柔性傳感器、柔性共形天線、人(機(jī))-機(jī)交互智能感知系統(tǒng)與智能算法的研究熱潮。鑒于上述情況，為了更好地將人機(jī)交互、智能感知的最新研究成果介紹給讀者，進(jìn)一步滿足人機(jī)交互、智能感知體系發(fā)展需求，我們組織了本專題。

遙操作機(jī)器人為從事各種風(fēng)險(xiǎn)工作的人們提供智能和方便的支持，成為機(jī)器人人機(jī)交互領(lǐng)域中關(guān)鍵技術(shù)之一。《基于本體手勢(shì)-觸覺(jué)感知的機(jī)器手抓取》在基于數(shù)據(jù)手套及觸覺(jué)感知陣列的遙操作機(jī)器人控制系統(tǒng)下，構(gòu)建了包含視覺(jué)及觸覺(jué)雙模態(tài)的反饋體系。采用上位機(jī)實(shí)時(shí)顯示的方式解析機(jī)器人作業(yè)狀態(tài)，同時(shí)構(gòu)建了基于電刺激的力觸覺(jué)臨場(chǎng)感反饋模型，實(shí)現(xiàn)對(duì)機(jī)器人靈巧手的精準(zhǔn)控制及抓握作業(yè)情況和握力的再現(xiàn)，增加操作者的本體感。針對(duì)不同的用戶使用情況進(jìn)行了交叉驗(yàn)證，實(shí)驗(yàn)結(jié)果表明，觸覺(jué)反饋技術(shù)能夠提高遙操作機(jī)器人的作業(yè)性能，同時(shí)基于視-觸雙模態(tài)反饋技術(shù)能夠?qū)崿F(xiàn)對(duì)觸覺(jué)力的大小及遙操作機(jī)器人作業(yè)狀態(tài)更優(yōu)的反饋性能，實(shí)現(xiàn)了操作者在視覺(jué)受阻礙狀況下對(duì)機(jī)器人靈巧手進(jìn)行遙操作并完成穩(wěn)定抓取的任務(wù)。

基于灰度編碼的條紋因易于編碼和解碼，在條紋投影輪廓術(shù)中有著廣泛的應(yīng)用?；叶染幋a方法通過(guò)給像素點(diǎn)設(shè)置不同的灰度值使得編碼信息蘊(yùn)含于圖像之中?！犊焖偃S重建的N級(jí)灰度編碼法》使用雙灰度編碼法，共投射5幅條紋圖，其中包括3幅相移圖像和兩幅N級(jí)灰度編碼圖像。N級(jí)灰度編碼圖像經(jīng)過(guò)解碼后，可獲取精確的條紋階次信息，進(jìn)而得到絕對(duì)相位信息。在解碼過(guò)程中，使用兩個(gè)交叉的二值掩膜對(duì)同級(jí)碼字的碼區(qū)進(jìn)行統(tǒng)一解碼，降低了因?yàn)闂l紋丟失或圖像噪點(diǎn)引起的誤差。與傳統(tǒng)的灰度編碼方法相比，該方法在不增加投射條紋數(shù)目的情況下獲得了更加精準(zhǔn)的編碼信息。

電表信號(hào)功耗低，擴(kuò)頻序列較短，因此開(kāi)展在低信噪比和多普勒頻偏下實(shí)現(xiàn)突發(fā)信號(hào)的精準(zhǔn)捕獲是接收機(jī)設(shè)計(jì)的重點(diǎn)?！痘陬l域差分的智能電表擴(kuò)頻信號(hào)捕獲算法》針對(duì)部分匹配濾波—快速傅里葉變換(PMF-FFT)算法非相干積累后信噪比增益不足的問(wèn)題，引入了一種基于頻域差分非相干的PMF-FFT算法，消除了非相干平方損耗對(duì)捕獲增益的影響。結(jié)合通信環(huán)境提出了一種改進(jìn)頻域差分非相干算法，研究對(duì)突發(fā)直接序列擴(kuò)頻信號(hào)的捕獲，實(shí)現(xiàn)智能電表接收端無(wú)線信號(hào)的粗同步。仿真實(shí)驗(yàn)表明，在消耗相同計(jì)算資源的情況下，改進(jìn)算法的信噪比增益高于傳統(tǒng)非相干積累法。

針對(duì)現(xiàn)有脈率變異性信號(hào)提取方法存在抗噪性差、參數(shù)選擇主觀等問(wèn)題，《基于變分模態(tài)分解的脈率變異性信號(hào)提取方法》提出一種基于變分模態(tài)分解的脈率變異性信號(hào)提取方法。首先，對(duì)原始脈搏信號(hào)進(jìn)行變分模態(tài)分解，從中提取可以反映脈搏主波變化的分量，對(duì)該分量進(jìn)行平滑濾波；然后，計(jì)算濾波后分量的極大值位置，以相鄰極大值位置為依據(jù)，計(jì)算原始脈搏信號(hào)對(duì)應(yīng)區(qū)間的最小值，得到脈搏信號(hào)波谷；最后，根據(jù)波谷計(jì)算脈率變異性信號(hào)。采用31組實(shí)測(cè)脈搏信號(hào)對(duì)所提出的算法進(jìn)行驗(yàn)證，結(jié)果表明脈率變異性信號(hào)提取的準(zhǔn)確率在97%以上。

《基于脈搏信號(hào)的身份識(shí)別系統(tǒng)》針對(duì)常用基于指紋、人臉等特征的身份識(shí)別技術(shù)存在容易偽造等問(wèn)題，設(shè)計(jì)了一種基于脈搏信號(hào)的身份識(shí)別系統(tǒng)。該系統(tǒng)包括上位機(jī)和下位機(jī)模塊，下位機(jī)以STM32為核心進(jìn)行脈搏信號(hào)的AD轉(zhuǎn)換和數(shù)據(jù)打包，并通過(guò)WiFi模塊將數(shù)據(jù)無(wú)線地發(fā)送到上位機(jī)。采用PC作為上位機(jī)，基于LabVIEW軟件開(kāi)發(fā)了人機(jī)交互界面，對(duì)接收的脈搏信號(hào)進(jìn)行濾波、分割、模型參數(shù)識(shí)別、特征向量提取，并基于隨機(jī)森林算法訓(xùn)練身份識(shí)別分類器。招募20名試驗(yàn)對(duì)象對(duì)所研制系統(tǒng)的準(zhǔn)確性進(jìn)行評(píng)估，結(jié)果表明身份識(shí)別的準(zhǔn)確率達(dá)到了95%。

《低剖面、頻率可重構(gòu)偶極子天線研究》設(shè)計(jì)了一種基于人工磁導(dǎo)體反射板以及PIN二極管加載的低剖面、頻率可重構(gòu)雙極化偶極子天線。通過(guò)控制PIN二極管的工作狀態(tài)，可實(shí)現(xiàn)天線工作頻段在P波段與L波段之間的切換控制，并同時(shí)保證各頻段內(nèi)的端口反射系數(shù)小于-10 dB?？紤]到天線剖面高度主要由P波段的設(shè)計(jì)決定，且在頻率可重構(gòu)設(shè)計(jì)中，存在P波段與L波段偶極子輻射體與反射板之間的理論距離不一致的矛盾，采用工作在P波段的AMC結(jié)構(gòu)代替反射板來(lái)解決這一問(wèn)題。通過(guò)將設(shè)計(jì)天線與采用傳統(tǒng)純金屬反射板的天線設(shè)計(jì)進(jìn)行對(duì)比，能夠降低59%左右的剖面高度，并明顯改善了L波段的輻射特性。

綜上所述，本專題涉及人機(jī)交互、智能感知綜述、系統(tǒng)分析和關(guān)鍵技術(shù)解決等多個(gè)方面，希望能為廣大讀者了解和研究人機(jī)交互、智能感知提供有益的啟示和參考。