摘要：
基于柔性可穿戴传感器及多模态信息融合，研究人类的抓握特征学习及抓取物体识别，探索人类在抓取行为中所依赖的感知信息的使用．利用10个可拉伸传感器、14个温度传感器及78个压力传感器构建了数据手套并穿戴于人手，分别测量人类在抓取行为中手指关节的弯曲角度、抓取物体的温度及压力分布信息，并在时间及空间序列上建立了跨模态信息表征，同时使用深度卷积神经网络对此多模态信息进行融合，构建人类抓握特征学习模型，实现抓取物体的精准识别．分别针对关节角度特征、温度特征及压力信息特征进行了融合实验及有效性分析，结果表明了基于多传感器的多模态信息融合能够实现18种物品的精准识别．
会员登录
