使用可拉伸碳纳米管介电弹性体传感器与深度神经网络的用于人体触摸识别的可变形界面
人机交互
2018-03-28 v3 机器人学
机器学习
摘要
用户界面提供了物理环境与虚拟环境之间的交互窗口。人机交互领域的一个新概念是软用户界面；一种通过变形促进触摸交互的柔顺表面。尽管这些界面具有潜力，但目前缺乏能够从其变形中高效提取信息的信号处理框架。本文提出了 OrbTouch，一种使用基于卷积神经网络的统计学习算法的设备，以可拉伸电容器信号作为输入，将来自人体触摸的变形映射到类别标签（即手势）和触摸位置。我们通过使用该设备控制流行的游戏 Tetris 来演示这种方法。OrbTouch 提供了一个模块化、鲁棒的框架来解释软介质中的变形，为通过形状改变固体的人机交互新模式奠定了基础。
引用
@article{arxiv.1706.02542,
title = {A Deformable Interface for Human Touch Recognition using Stretchable Carbon Nanotube Dielectric Elastomer Sensors and Deep Neural Networks},
author = {Chris Larson and Josef Spjut and Ross Knepper and Robert Shepherd},
journal= {arXiv preprint arXiv:1706.02542},
year = {2018}
}