酷应用

懂深度学习的电子皮肤，可以预测你的手指运动情况

百家 作者：大数据文摘 2020-05-28 10:24:00
大数据文摘出品
来源：techxplore
编译：陈晨

首尔大学机械工程系Ko教授（Seung Hwan Ko）和韩国科学技术高等研究院（KAIST）的Jo教授（Sungho Jo）最近研发了一种电子皮肤类型的传感器，而且该传感器采用深度神经网络自主学习，该电子皮肤可以完成一些动作，比如快速的手指运动。
               

当安装在使用者的手腕上时，该传感器通过检测使用者的手部运动所产生的电子信号，同时还能识别这些信号来自哪根手指。

 
多年以来，Ko教授一直在研究，如何在金属纳米薄膜的裂纹里使用激光，以便研究具有高灵敏度的应变传感器。该项研究成果已经可以在VR手套上运用，去检测人的手指运动情况。
 
Ko教授表示：“监测的目标系统越复杂，所需要的应变传感器就越多。实验室过去采用5到10个应变传感器来准确预测手部的运动（每个手指至少需要1 到 2个传感器）。几年前，我们想使用一个传感器来准确地预测手部运动，而不是使用多个传感器。起初看来不大可能，因为从传感器传来的信号是无法分辨哪一根手指在运动。”
      基于迁移学习的快速情景学习系统
 
该项跨界合作分工是：Ko教授尝试采用单个应变传感器来准确预测人的手部运动的时候，Jo教授负责研究将深度学习算法与最新传感器联系起来的方法。
 
传统型电子皮肤，每一根手指至少都需要一个传感器来做预测，而新型的传感器可以拆分单个使用。
 
研究人员没有用传统方法来拟合传感器的检测信号，而是使用深度学习算法来分析随时间变化的信号，并使用收集到的数据来反映手指运动情况。
 
通过多次尝试，Ko教授、Jo教授证明了该项结果的成果，基于深度学习算法，单一传感器能够与多个传感器取得的效果一致。
 
使用更少的传感器来实现复杂的检测，这将大大简化复杂检测中的传感器系统。预计这一新方法将有助于人类运动的间接性的远程检测，如使用在可穿戴式VR/AR 系统中。”
 
经过初步评估，该研究人员团队研发的电子皮肤系统取得了令人鼓舞的成果，成功地实时检测和解锁复杂的手指运动，而且无论在用户手腕上的哪个部位，都能成功。在机器人和可穿戴设备的研发中（如健身追踪器），这一传感器将会带来有趣的想法。有趣的是，将传感器放在用户的骨盆里，也能够解锁步态动作（如步行方式）。
 
该团队还会继续深入研究更为复杂的身体运动预测，比如胳膊和全身。

相关报道：

https://techxplore.com/news/2020-05-deep-learning-enhanced-e-skin-decode-complex-human.html



我的公司是否需要独立的数据团队?
我该何时、怎么样建设自己的数据团队?
数据团队的价值如何衡量?
疫情之下，数据团队又受到哪些影响？

一起透析数据团队建设全景！
扫码填写问卷▼




实习/全职编辑记者招聘ing

加入我们，亲身体验一家专业科技媒体采写的每个细节，在最有前景的行业，和一群遍布全球最优秀的人一起成长。坐标北京·清华东门，在大数据文摘主页对话页回复“招聘”了解详情。简历请直接发送至zz@bigdatadigest.cn



志愿者介绍
后台回复“志愿者”加入我们


点「在看」的人都变好看了哦！

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/

*文章为作者独立观点，不代表 爱尖刀 立场
本文由 大数据文摘发表，转载此文章须经作者同意，并请附上出处( 爱尖刀 )及本页链接。
原文链接 https://www.ijiandao.com/2b/baijia/365503.html
图库
大数据文摘 大数据文摘
公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接
百度热搜榜
排名 热点 搜索指数
iTrust
AiDeep Ued
关于我们 联系我们 升级日志 法律声明 广告服务 侵删通道
Copyright © 2021 K2CMS All rights reserved.
京ICP备14006288号