排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
记录和理解外界压力刺激对于人与周围环境交互的研究和智能机器人的开发具有重要意义.现有的压力传感设备多为刚性结构难以自然贴附于物体表面,且低密度传感单元使得物体压力特征信息的获取受到限制,一种可适形、全覆盖、高密度的压力传感与分析系统亟待研究.本文采用湿法纺丝工艺连续化制备了芯层为混纺导电芯材,包层为碳纳米管掺杂的聚氨酯的核壳结构压感纤维,通过缝纫、刺绣方式在织物表面构筑经纬结构的交叉点压力传感阵列.结合阵列数据采集实时捕获压力图谱帧,基于深度学习卷积神经网络驱动的算法模型,实现了物体轮廓识别垫对环境物体的轮廓精准分类识别.该识别系统准确率高达99.4%,证明了其在提取物体的压力信息和揭示物体的形态特征的应用潜能. 相似文献
1