人工智能
脑机接口技术
这个作者很懒,什么都没留下…
展开
-
OpenBionics机械手项目介绍|BCIduino社区整理
仿生机器人手指本设计基于一个简单但有效的想法:使用主动肌和阻抗方法来实现机器人手指的弯曲和伸展,遵循一种生物启发的方法,即稳定的弹性体材料(硅胶片)对应人体伸肌肌腱,介绍了一种机器人手指的结构。弹性体材料显示在图像的下部(白板),而用于肌腱布线的低摩擦管与刚性指骨一起出现在图像的上部(白色管)。手指的底部也被描绘在图片的右侧。带多个槽的模块化手指基部机器人手有一个模块化的手指基部,配备了5个插槽,可以用来“容纳”总共四个手指。更具体地说,可以开发具有各种几何结构的手指基架的机械手。线和二维多面体几转载 2020-12-02 11:48:42 · 421 阅读 · 0 评论 -
OpenBionics假手项目介绍|BCIduino社区整理
Prosthetic Hands项目仿生特性基于人类手的结构和功能,设计者认为拟人化是手设计中的一个重要特征,它可以改善人们日常生活中的各种任务。在这个设计中,拟人化体现在两个具体的设计选择上:1)使用拟人运动学模型;2)使用仿生手指驱动和传动系统。仿生柔性手指机器人手指手指驱动和传输系统遵循一种仿生设计,在结构上再现了人类手指的弯曲(通过低摩擦管驱动肌腱)和伸展(使用弹性体材料)运动。手指的结构是由有机玻璃(丙烯酸)构成的,弯曲关节是用硅树脂片实现的。对于机器人手指,还使用以下材料:1)转载 2020-12-02 11:38:03 · 770 阅读 · 0 评论 -
机器学习入门-1|机器学习的通俗介绍
什么是机器学习?此处给出了机器学习的两个定义。亚瑟·塞缪尔(Arthur Samuel)将其描述为:“机器学习赋予计算机无需明确编程就能学习的能力。”这是一个古老的、非正式的定义。Tom Mitchell给出了一个更现代的定义:“一个计算机程序被认为是从经验E中学习关于某类任务T和性能度量P的经验,如果它在T中的任务的性能(用P来衡量)随着经验E而提高。”例如:玩跳棋。E=玩许多次跳棋游戏的经验T=下棋的任务。P=程序赢得下一局的概率。一般来说,任何机器学习问题都可以分为两大类:有监督学习转载 2020-10-06 13:55:42 · 318 阅读 · 0 评论 -
机器学习入门-2|回归和分类问题的简单介绍
参考:https://www.coursera.org/learn/machine-learning/supplement/NKVJ0/supervised-learning监督学习在有监督学习中,我们得到了一个数据集(输入),并且已经知道了我们正确的输出应该是什么样子的,并认为输入和输出之间存在关系。监督学习问题分为回归问题和分类问题。在回归问题中,我们试图预测连续性输出的结果,这意味着我们试图将输入变量映射到某个连续函数。在分类问题中,我们试图预测离散输出中的结果。换句话说,我们试图将输入变转载 2020-10-06 13:46:44 · 223 阅读 · 0 评论