欧美色在线视频播放 视频,国产精品亚洲精品日韩已方,日本特级婬片中文免费看,亚洲 另类 在线 欧美 制服

<td id="8pdsg"><strong id="8pdsg"></strong></td>
<mark id="8pdsg"><menu id="8pdsg"><acronym id="8pdsg"></acronym></menu></mark>
<noscript id="8pdsg"><progress id="8pdsg"></progress></noscript>

    1. 首頁 >人工智能 > 正文

    在機器人的幫助下解開頭發(fā)

    隨著對醫(yī)療保健系統(tǒng)的需求迅速增長,護士通常會花費 18% 到 40% 的時間來執(zhí)行 直接的患者護理任務,這通常是針對許多患者的,而且?guī)缀鯖]有空閑時間。為您梳理頭發(fā)的個人護理機器人可以提供大量幫助和緩解。

    這似乎是一種真正激進的“自我保健”形式,但用于剃須、洗頭和化妝等事情的狡猾機器人并不新鮮。2011 年,科技巨頭松下 開發(fā) 了一款可以洗頭、按摩甚至吹干頭發(fā)的機器人,明確旨在幫助支持“老年人和行動不便的人安全舒適的生活,同時減輕護理人員的負擔”。

    然而,事實證明,梳理頭發(fā)的 機器人很少被探索,麻省理工學院計算機科學與人工智能實驗室 (CSAIL) 和哈佛大學軟數(shù)學實驗室的科學家們開發(fā)了一種帶有感應軟刷的機械臂裝置,配備了一個攝像頭幫助手臂“看到”并評估卷曲度,讓系統(tǒng)計劃一次精致且省時的刷牙。

    他們的控制策略適應纖維束中的纏結程度,他們通過梳理從直發(fā)到非常卷發(fā)的假發(fā)來測試“RoboWig”。

    雖然“RoboWig”的硬件設置看起來充滿未來感和閃亮,但頭發(fā)纖維的底層模型才是讓它發(fā)揮作用的原因。CSAIL 博士后 Josie Hughes 和她的團隊的方法將纏結的軟纖維束檢查為一組纏繞的雙螺旋——想想經(jīng)典的 DNA 鏈。這種粒度級別為操縱軟纖維束的數(shù)學模型和控制系統(tǒng)提供了關鍵見解,在紡織工業(yè)、動物護理和其他纖維系統(tǒng)中具有廣泛的應用。

    RoboWig 還可能以純粹的“淑女與流浪漢”的方式幫助有效地處理面。

    “通過開發(fā)纏結纖維模型,我們從基于模型的角度了解頭發(fā)必須如何纏結:從底部開始,慢慢向上工作,以防止纖維‘卡住’,”該研究的主要作者休斯說。一篇關于 RoboWig 的論文。“這是每個刷過頭發(fā)的人都從經(jīng)驗中學到的東西,但現(xiàn)在我們可以通過模型來演示,并用來通知機器人。”

    分體式

    手頭的這項任務是一個糾結的任務。每個頭的頭發(fā)都不一樣,梳理時頭發(fā)之間錯綜復雜的相互作用很容易導致打結。更重要的是,如果使用不正確的刷牙策略,這個過程可能會非常痛苦并且會損壞頭發(fā)。

    以前在梳理領域的研究主要是關于頭發(fā)的機械、動態(tài)和視覺特性,而不是 RoboWig 對纏結和梳理行為的精致關注。

    為了刷和操縱頭發(fā),研究人員在機器人手臂上添加了一個軟毛感應刷,以測量刷牙過程中的力。他們將此設置與稱為“閉環(huán)控制系統(tǒng)”的東西相結合,該系統(tǒng)從輸出中獲取反饋并在無需人工干預的情況下自動執(zhí)行操作。這創(chuàng)造了來自刷子的“力反饋”——一種讓用戶感覺到設備正在做什么的控制方法——所以可以優(yōu)化筆畫的長度,以考慮潛在的“疼痛”和刷牙所花費的時間。

    最初的測試暫時保留了人頭,而是在各種發(fā)型和類型的假發(fā)上進行的。該模型提供了對與纏結數(shù)量相關的梳理行為的洞察,以及如何通過選擇合適的梳理長度來有效地清除這些行為。例如,對于卷發(fā),痛苦成本將占主導地位,因此較短的刷子長度是最佳選擇。

    該團隊希望最終對人類進行更真實的實驗,以更好地了解機器人在疼痛體驗方面的表現(xiàn)——這一指標顯然是高度主觀的,因為一個人的“二”可能是另一個人的“八”。

    “為了讓機器人將他們的任務解決能力擴展到更復雜的任務,比如刷頭發(fā),我們不僅需要新穎的安全硬件,還需要了解柔軟的頭發(fā)和纏結纖維的復雜行為,”休斯說。“除了梳理頭發(fā),我們的方法提供的見解還可以應用于紡織纖維或動物纖維的梳理。”

    休斯與哈佛大學工程與應用科學學院博士生 Thomas Bolton Plumb-Reyes 和 Nicholas Charles、哈佛大學約翰·A·保爾森工程與應用科學學院 (SEAS) 和物理系的 L. Mahadevan 教授一起撰寫了這篇論文,以及哈佛大學有機與進化生物學,麻省理工學院教授和 CSAIL 主任丹妮拉·羅斯。他們在本月早些時候的 IEEE 軟機器人會議 (RoboSoft) 上虛擬展示了這篇論文。

    該項目得到了麻省理工學院 CSAIL 和哈佛大學軟數(shù)學實驗室之間的 NSF 研究和創(chuàng)新新興前沿項目的共同支持。

    標簽:

    免責聲明:本文由用戶上傳,與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考,并不構成投資建議。投資者據(jù)此操作,風險自擔。 如有侵權請聯(lián)系刪除!