专题：面向人(机)-机交互的柔性传感器及其智能感知系统

内容导读

当前人工智能、智能机器人、人机交互理论与技术发展迅猛。随着传感器、集成电路设计和智能算法的进步带来机器人感知能力的快速提升，人工智能中柔性传感器、智能机器人、人机交互算法的应用不断取得进步。基于柔性传感器的人与机器人的交互、机器人与机器人的交互以及人机协同作业等领域已有一定的成功应用，因此学术界掀起了柔性传感器、柔性共形天线、人(机)-机交互智能感知系统与智能算法的研究热潮。鉴于上述情况，为了更好地将人机交互、智能感知的最新研究成果介绍给读者，进一步满足人机交互、智能感知体系发展需求，我们组织了本专题。

遥操作机器人为从事各种风险工作的人们提供智能和方便的支持，成为机器人人机交互领域中关键技术之一。《基于本体手势-触觉感知的机器手抓取》在基于数据手套及触觉感知阵列的遥操作机器人控制系统下，构建了包含视觉及触觉双模态的反馈体系。采用上位机实时显示的方式解析机器人作业状态，同时构建了基于电刺激的力触觉临场感反馈模型，实现对机器人灵巧手的精准控制及抓握作业情况和握力的再现，增加操作者的本体感。针对不同的用户使用情况进行了交叉验证，实验结果表明，触觉反馈技术能够提高遥操作机器人的作业性能，同时基于视-触双模态反馈技术能够实现对触觉力的大小及遥操作机器人作业状态更优的反馈性能，实现了操作者在视觉受阻碍状况下对机器人灵巧手进行遥操作并完成稳定抓取的任务。

基于灰度编码的条纹因易于编码和解码，在条纹投影轮廓术中有着广泛的应用。灰度编码方法通过给像素点设置不同的灰度值使得编码信息蕴含于图像之中。《快速三维重建的N级灰度编码法》使用双灰度编码法，共投射5幅条纹图，其中包括3幅相移图像和两幅N级灰度编码图像。N级灰度编码图像经过解码后，可获取精确的条纹阶次信息，进而得到绝对相位信息。在解码过程中，使用两个交叉的二值掩膜对同级码字的码区进行统一解码，降低了因为条纹丢失或图像噪点引起的误差。与传统的灰度编码方法相比，该方法在不增加投射条纹数目的情况下获得了更加精准的编码信息。

电表信号功耗低，扩频序列较短，因此开展在低信噪比和多普勒频偏下实现突发信号的精准捕获是接收机设计的重点。《基于频域差分的智能电表扩频信号捕获算法》针对部分匹配滤波—快速傅里叶变换(PMF-FFT)算法非相干积累后信噪比增益不足的问题，引入了一种基于频域差分非相干的PMF-FFT算法，消除了非相干平方损耗对捕获增益的影响。结合通信环境提出了一种改进频域差分非相干算法，研究对突发直接序列扩频信号的捕获，实现智能电表接收端无线信号的粗同步。仿真实验表明，在消耗相同计算资源的情况下，改进算法的信噪比增益高于传统非相干积累法。

针对现有脉率变异性信号提取方法存在抗噪性差、参数选择主观等问题，《基于变分模态分解的脉率变异性信号提取方法》提出一种基于变分模态分解的脉率变异性信号提取方法。首先，对原始脉搏信号进行变分模态分解，从中提取可以反映脉搏主波变化的分量，对该分量进行平滑滤波；然后，计算滤波后分量的极大值位置，以相邻极大值位置为依据，计算原始脉搏信号对应区间的最小值，得到脉搏信号波谷；最后，根据波谷计算脉率变异性信号。采用31组实测脉搏信号对所提出的算法进行验证，结果表明脉率变异性信号提取的准确率在97%以上。

《基于脉搏信号的身份识别系统》针对常用基于指纹、人脸等特征的身份识别技术存在容易伪造等问题，设计了一种基于脉搏信号的身份识别系统。该系统包括上位机和下位机模块，下位机以STM32为核心进行脉搏信号的AD转换和数据打包，并通过WiFi模块将数据无线地发送到上位机。采用PC作为上位机，基于LabVIEW软件开发了人机交互界面，对接收的脉搏信号进行滤波、分割、模型参数识别、特征向量提取，并基于随机森林算法训练身份识别分类器。招募20名试验对象对所研制系统的准确性进行评估，结果表明身份识别的准确率达到了95%。

《低剖面、频率可重构偶极子天线研究》设计了一种基于人工磁导体反射板以及PIN二极管加载的低剖面、频率可重构双极化偶极子天线。通过控制PIN二极管的工作状态，可实现天线工作频段在P波段与L波段之间的切换控制，并同时保证各频段内的端口反射系数小于-10 dB。考虑到天线剖面高度主要由P波段的设计决定，且在频率可重构设计中，存在P波段与L波段偶极子辐射体与反射板之间的理论距离不一致的矛盾，采用工作在P波段的AMC结构代替反射板来解决这一问题。通过将设计天线与采用传统纯金属反射板的天线设计进行对比，能够降低59%左右的剖面高度，并明显改善了L波段的辐射特性。

综上所述，本专题涉及人机交互、智能感知综述、系统分析和关键技术解决等多个方面，希望能为广大读者了解和研究人机交互、智能感知提供有益的启示和参考。