石墨烯及石墨烯场效应管的辐照效应研究进展

石墨烯由于高迁移率、高导热性、柔韧性好和机械强度高等优异性能使其成为构筑新型纳米电子器件的重要材料,已成为电子信息、生物医学、显示等领域的研究热点。当石墨烯材料及其电子器件放置于含有辐照因素的场景中时,会因为与高能光子和带电粒子等相互作用而改变晶格结构或积累电荷,使石墨烯材料及电子器件的性能发生变化。本文主要综述了典型辐照因素对石墨烯及器件的主要效应及研究进展,旨在总结不同辐照在石墨烯及其电子器件中引发的物理效应,归纳其微观-宏观性质变化,为加深石墨烯材料及器件的辐照效应的理解,推动其在辐照场景中的实际应用奠定基础。     

机械臂三维避障算法研究

为解决现有机械臂避障算法计算量大且难以实现非结构环境下三维避障问题,对分解运动速度控制算法(RMRC)进行了改进,并将其应用到Motoman机械臂三维避障中.通过对Motoman机械臂机构的合理简化和RMRC算法的进一步改进,利用Matlab搭建的Motoman机械臂仿真模型,在具有静态和动态障碍物的三维环境中对连续轨迹(CP)和点到点(PTP)的运动控制进行了仿真,最后利用所搭建的遥操作系统时改进后的算法进行验证.仿真和实验结果证明了算法的有效性和实用性.     

基于肌电信号的手部动作模式识别新思路

为了更好地识别手部动作,提出了一种新思路,将单个手指的状态作为识别目标集。采集常用手部联合动作的6路表面肌电信号,以单个手指的状态为基准将动作合理规划,提取各通道样本均值构造特征向量,设计3个并行BP神经网络,从联合动作样本中学习单个手指的状态,使得分类基数小,从而降低分类的复杂度,克服了传统多分类方法中需要采集动作多的缺点。实验结果表明,采集12种手部动作的肌电信号,将手部动作合理简化为手指动作后,利用手指的状态来训练神经网络,就能够识别出手指的3个状态的所有组合动作,即所有常用的18种手部联合动作。