基于混合计算机接口的多旋翼飞行器3维空间目标搜索

提出一种融合半自主导航、决策与接口转换子系统实现多旋翼飞行器室内3维空间目标搜索的混合计算机接口系统．半自主导航子系统为决策子系统提供2维空间可行飞行方向并实现多旋翼飞行器3维空间半自主避障．决策子系统采用联合回归模型与谱功率法从6个电极所采集的运动想象脑电信号中提取时域与频域特征,并利用支持向量机完成分类．接口转换子系统采用连续小波变换检测眨眼时的眼电特征,并通过分析这些眼动特征实现水平与垂直方向的运动想象任务接口切换．实际的室内3维空间目标搜索实验验证了该系统具有较好的适应性与控制稳定性;相比其他方法,半自主导航子系统降低了控制难度,控制精度约提高±10 cm．     

基于Kinect手势识别的应用与研究

为解决当前智能家居系统操作繁琐的问题,同时为获得更简单的控制方式,并增加用户的体验感受,研究了基于Kinect骨骼信息的手势识别技术,并将其融入至智能家居的人机交互系统中。在该系统中,用户可以自定义手势动作或语音实现家居设备的智能控制。使用了一种基于加权动态时间规整的模板匹配手势识别算法。通过Kinect的深度摄像头获取手势深度图像和骨骼图像数据,并采用加权动态时间规整算法进行识别。实验表明使用该算法实现手势识别是可行且有效的,且其最佳识别位置是在Kinect的正前方2～2.5m处,识别准确率达到96%左右。     

仿人足底肌电特征的机器人行走规划

模仿人类行走规律是规划双足机器人运动的基础.以往模仿人类步态主要通过视觉方法或惯性模块测量(Inertia measurement unit, IMU)方法捕捉人体特征点轨迹.这些方法不考虑零力矩点(Zero moment point, ZMP)的相似性.为解决该问题,本文提出了一种基于足底肌电信号(Electromyography, EMG)和惯性模块测量信号的混合运动规划方法.该方法通过测量足底肌电信号计算出足底压力中心的位置以及踝关节扭矩,结合惯性模块所测量的人体躯干和双足轨迹,来规划双足机器人的步态.首先,用肌电仪测量足底肌电信号,用惯性测量模块测量人体各肢体部分的姿态轨迹,经数据标定后作为仿人机器人的运动参考; 然后,通过预观控制输出稳定的步态.为确保仿人行走的效果,基于人体相似性对运动数据进行了步态优化.实验验证和分析表明, EMG信号超前ZMP约160ms,利用这个特性实现了对压力点位置的有效预测,提高了机器人在线模仿人类行走的稳定性.     

计算机网络微课程教学实践

从分析微课程特征入手,以计算机网络微课程为研究实例,围绕培养目标、媒体组合和仿真技术3方面论述了微课程设计方法。对该课程"三步循环"学习模式的应用进行了剖析,激发了学生学习热情,改变了学习态度和学习习惯。     

基于半自主导航与运动想象的多旋翼飞行器二维空间目标搜索

提出一种脑-机接口系统实现多旋翼飞行器室内二维空间目标搜索.系统由半自主导航与决策子系统组成.半自主导航子系统用于为决策子系统提供可行飞行方向并实现多旋翼飞行器半自主避障.决策子系统采用互相关方法与逻辑回归方法完成运动想象的脑电特征提取与分类.实际的室内目标搜索实验验证了使用该系统是可行且有效的.相比其他方法,减少了被试者负担,降低控制难度,控制精度约提高±10 cm.