Loading article…
ロボットセンシングは、ロボットにセンシング機能を提供することを目的としたロボット工学科学のサブ領域です。ロボットセンシングは、ロボットに環境を感知する機能を提供し、通常はフィードバックとして使用され、感知した入力に基づいてロボットが動作を調整できるようにします。ロボットセンシングには、見る、[1] [2] [3]触る、[4] [5] [6]聞く[7]動く[8] [9] [10]機能と、環境フィードバックとセンサーデータを処理して利用するための関連アルゴリズムが含まれます。ロボットセンシングは、車両の自動化、ロボット義肢、産業用、医療用、娯楽用、教育用ロボット などの用途で重要です。
ビジョン
方法
視覚センシングシステムは、カメラ、ソナー、レーザー、無線周波数識別（RFID）[1]技術の使用を含むさまざまな技術と方法に基づいています。4つの方法はすべて、感知、推定、およびマッチングの3つの手順を目的としています。
画像処理
優れたロボット視覚を必要とするアプリケーションでは、画像品質が重要です。異なるスペクトルと異なる焦点の画像を融合するために使用されるウェーブレット変換に基づくアルゴリズムにより、画像品質が向上します。 [2]ロボットは、結果として得られる改善された画像からより正確な情報を収集できます。
使用法
視覚センサーは、ロボットが周囲の環境を識別し、適切な行動をとるのに役立ちます。[3]ロボットは、視覚センサーから入力されたデータに基づいて、周囲の環境の画像を分析します。その結果は、理想、中間、または最終画像と比較され、中間目標または最終目標に到達するための適切な動きや行動を決定することができます。
触る
[11]
ロボットスキン
電子皮膚とは、人間や動物の皮膚の機能を模倣できる、柔軟で伸縮性があり自己修復性のある電子機器を指します。 [12] [13]この広範な材料クラスには、熱や圧力の変化などの環境要因に反応する人間の皮膚の能力を再現することを目的とした感知機能が含まれていることがよくあります。[12] [13] [14] [15]
電子皮膚研究の進歩は、伸縮性、堅牢性、柔軟性を備えた材料の設計に焦点を当てています。フレキシブルエレクトロニクスと触覚センシングの個々の分野の研究は大きく進歩しましたが、電子皮膚設計は、各分野の個々の利点を犠牲にすることなく、材料研究の多くの分野の進歩を統合しようとしています。[16]柔軟で伸縮性のある機械的特性とセンサーおよび自己修復能力をうまく組み合わせると、ソフトロボット、義肢、人工知能、健康モニタリングなど、多くの可能性のあるアプリケーションへの扉が開かれます。[12] [16] [17] [18]
電子スキンの分野における最近の進歩は、グリーン材料の理想と環境意識を設計プロセスに組み込むことに重点を置いています。電子スキンの開発が直面している主な課題の1つは、材料が機械的応力に耐え、感知能力または電子特性を維持する能力であるため、リサイクル性と自己修復特性は、将来の新しい電子スキンの設計において特に重要です。[19]種類と例
2022年半ばの時点でのロボットスキンの分野における進歩の現状の例としては、人工的に作られた生きた人間の皮膚で覆われたロボット指、[20] [21] 、生物皮膚のような触覚と触覚/痛覚をロボットハンドに与える電子スキン、[22] [23] 、遠隔 触覚認識を可能にする電子スキンとヒューマンマシンインターフェースのシステム、多くの危険物質や病原体のウェアラブルまたはロボットによるセンシング、[24] [25]、多層触覚センサーハイドロゲルベースのロボットスキンなどがあります。[26] [27]
触覚による識別
ロボットや義肢が複雑になるにつれ、高い触覚感度で触覚を感知できるセンサーの必要性がますます高まっています。さまざまなタスクに使用される触覚センサーには多くの種類があります。 [28]触覚センサーには 3 つの種類があります。最初の単一ポイント センサーは、単一の細胞またはひげに例えることができ、非常に局所的な刺激を感知できます。2 番目のタイプのセンサーは、人間の指先に例えることができる高空間解像度センサーで、ロボット ハンドの触覚感度に不可欠です。3 番目で最後の触覚センサー タイプは、背中や腕の皮膚と同様の触覚感度を持つ低空間解像度センサーです。[28]これらのセンサーは、義肢やロボットの表面全体に意味のある形で配置することができ、人間と同等かそれ以上の方法で触覚を感知できるようになります。[28]
信号処理
ロボット自身の動きによって触覚信号が生成されることがあります。正確な操作のためには、外部の触覚信号のみを識別することが重要です。以前のソリューションでは、静止していると想定される信号統計の事前知識に依存するウィーナーフィルタが使用されていました。最近のソリューションでは、ロボットのロジックに適応フィルタを適用しています。 [4]これにより、ロボットは内部動作の結果として生じるセンサ信号を予測し、これらの誤った信号を除外することができます。新しい方法は、接触検出を改善し、誤った解釈を減らします。
使用法
[29] タッチパターンにより、ロボットはインタラクティブなアプリケーションで人間の感情を解釈することができます。4つの測定可能な特徴（力、接触時間、繰り返し、接触面積の変化）は、時間的決定木分類器を通じてタッチパターンを効果的に分類し、時間遅延を考慮して最大83％の精度で人間の感情に関連付けることができます。[5]一貫性指数[5]は、システムの信頼度を評価するために最後に適用され、一貫性のない反応を防ぎます。
ロボットはタッチ信号を使用して、水道管などの過酷な環境にある表面のプロファイルをマッピングします。従来は、ロボットに所定のパスがプログラムされていました。現在では、タッチセンサーの統合により、ロボットは最初にランダムなデータポイントを取得し、次にロボットのアルゴリズム[6]が、事前に定義された一連の幾何学的プリミティブに従って次の測定の理想的な位置を決定します。これにより、効率が42％向上します。[5]
近年、触覚を相互作用の刺激として用いることは多くの研究の対象となっている。2010年には、触覚を含む人間との相互作用からの多くの刺激に反応するロボットアザラシPAROが作られた。このような人間とロボットの相互作用の治療効果はまだ研究中ですが、非常に肯定的な結果を示しています。[30]
聴覚
信号処理
正確なオーディオセンサーには、内部ノイズの寄与が低いことが必要です。伝統的に、オーディオセンサーは音響アレイとマイクロフォンを組み合わせて内部ノイズレベルを低減します。最近のソリューションでは、圧電デバイスも組み合わせています。[7]これらの受動デバイスは、圧電効果を利用して力を電圧に変換し、内部ノイズの原因となる振動を排除します。平均して、最大約 7 dBの内部ノイズを低減できます。[7]
ロボットは、漂遊ノイズを音声指示と解釈する場合があります。現在の音声アクティビティ検出（VAD）システムは、複素スペクトル円重心（CSCC）法と最大信号対雑音比（SNR）ビームフォーマーを使用しています。[31]人間は通常、会話をするときに相手を見るので、2つのマイクを備えたVADシステムでは、ロボットが2つのマイクの信号強度を比較して指示音声を見つけることができます。現在のシステムは、テレビや横から聞こえる音響装置によって発生する背景ノイズに対処できます。
使用法
ロボットは、私たちの話し方やそれに関連する特徴や特性を通じて感情を認識することができます。感情を特徴付けるために、一般的には音響的特徴と言語的特徴が使用されます。7つの音響的特徴と4つの言語的特徴を組み合わせると、1つの特徴セットのみを使用する場合と比較して認識性能が向上します。[32]
音響機能
言語的特徴
嗅覚
機械嗅覚は、嗅覚の自動シミュレーションである。現代工学における新たな応用例として、ロボットやその他の自動システムを使用して空気中の化学物質を分析する。このような装置は、電子鼻またはe-鼻と呼ばれることが多い。機械嗅覚の開発は、これまでのe-鼻デバイスが反応する化学物質の数が限られているのに対し、匂いは（潜在的に無数の）独特な匂い化合物のセットによって生成されるという事実によって複雑になっている。この技術はまだ開発の初期段階ではあるものの、[33] 食品加工における品質管理、医療における検出と診断、 [34]薬物、爆発物、その他の危険物質や違法物質の検出、[35]災害対応、環境モニタリングなど、多くの用途が期待されている。
提案されている機械嗅覚技術の1つは、揮発性化合物を検出、識別、測定できるガスセンサーアレイ機器を介した技術です。しかし、これらの機器の開発において重要な要素はパターン分析であり、機械嗅覚のパターン分析システムをうまく設計するには、多変量データの処理に関わるさまざまな問題（信号前処理、特徴抽出、特徴選択、分類、回帰、クラスタリング、検証）を慎重に検討する必要があります。[36]機械嗅覚に関する現在の研究におけるもう1つの課題は、香りの混合物に対するセンサーの応答を予測または推定する必要があることです。[37]匂いの分類や匂いの位置特定など、機械嗅覚における一部のパターン認識問題は、時系列カーネル法を使用して解決できます。[38]味
電子舌は味覚を測定し比較する機器である。IUPACの技術報告書によれば、「電子舌」は、異なる溶液成分に対して部分的な特異性を持つ非選択性化学センサーの配列と、単純な溶液と複雑な溶液の定量的および定性的な構成を認識できる適切なパターン認識機器を含む分析機器である[39] [40]。
味覚の原因となる化合物は、人間の味覚受容体によって検出されます。同様に、電子機器の多電極センサーは、同じ溶解した有機化合物と無機化合物を検出します。人間の受容体と同様に、各センサーは互いに異なる反応スペクトルを持っています。各センサーによって提供される情報は補完的であり、すべてのセンサーの結果を組み合わせることで、固有の指紋が生成されます。センサーの検出閾値のほとんどは、人間の受容体と同等かそれ以上です。
生物学的メカニズムでは、味覚信号は脳内の神経によって電気信号に変換されます。電子舌センサーのプロセスも同様で、ボルタンメトリックおよびポテンショメトリックの変化として電気信号を生成します。
味覚品質の知覚と認識は、脳による活性化された感覚神経パターン の構築または認識と、製品の味覚指紋に基づいています。このステップは、センサーデータを味覚パターンに解釈する電子舌の統計ソフトウェアによって実行されます。例えば、ロボット料理人はダイナミックな調理のために食べ物を味見できるようになるかもしれない。[41]
動きの知覚
使用法
自動化ロボットには、タスクを実行するための理想的な経路を決定するための誘導システムが必要です。しかし、分子レベルでは、個々の分子が複雑な動作やプログラムを保存できないため、ナノロボットにはそのような誘導システムが存在しません。したがって、そのような環境で動作を実現する唯一の方法は、センサーを化学反応に置き換えることです。現在、不活性体として1つのストレプトアビジン分子と3本の触媒脚を備えた分子スパイダーは、さまざまなDNA 折り紙に遭遇したときに、開始、追跡、方向転換、停止を行うことができます。[8] DNAベースのナノロボットは、3 nm /分の速度で100 nm以上移動できます。[8]
TSI手術は、センサーの接触面の圧力分布を測定することで腫瘍や癌の可能性を特定する効果的な方法ですが、過度の力は組織に損傷を与え、破壊する可能性があります。ロボット制御を適用して理想的な手術経路を決定すると、人間の医師と比較して最大力を35％削減し、精度を50％向上させることができます[9]。
パフォーマンス
効率的なロボット探査は時間と資源を節約します。効率は最適性と競争力によって測定されます。最適な境界探査は、ロボットが正方形の感知領域を持ち、境界から開始し、マンハッタンメトリックを使用する場合にのみ可能です。[10]複雑な形状と設定では、正方形の感知領域の方が効率的であり、メトリックや開始点に関係なく、より良い競争力を達成できます。[10]
非人間的な感覚
ロボットは、サイボーグでない人間のすべてまたはほとんど[42]よりも高い感度と感覚能力を備えているだけでなく、紫外線などの電磁スペクトルをより忠実かつ詳細に「見る」ことができるだけでなく[追加の引用が必要] 、磁場（磁気受容）[43]やさまざまな危険な空気成分を感知するなど、より多くの感覚[追加の引用が必要]を持つこともできる可能性があります。[25]
集団的感知と意味形成
ロボットは、感覚データやそれに基づくデータを共有し、[44]保存し、送信する。ロボットは同じデータや関連データを異なる方法で学習したり解釈したりすることがあり、一部のロボットは遠隔感覚を持つ（例えば、一般的なタイプの遠隔ロボットや埋め込み型[45]またはモバイル型の「センサーノード」のように、ローカルな解釈や処理や計算を行わない）場合がある。 [追加の引用が必要]感覚データの処理には、顔認識、[46]表情認識、[47]ジェスチャー認識、解釈的抽象知識の統合などのプロセスが含まれる場合がある。[追加の引用が必要]
参照
参考文献
- ^ ab Roh SG、Choi HR（2009年1月）。「物体認識のための3DタグベースRFIDシステム」IEEE Transactions on Automation Science and Engineering 6（1）：55–65。
- ^ ab Arivazhagan S、Ganesan L、Kumar TGS (2009 年 6 月)。「ウェーブレット変換を使用した画像融合のための修正統計的アプローチ」信号画像およびビデオ処理 3 (2): 137-144。
- ^ ab Jafar FA、et al (2011年3月)。「自律移動ロボットのための環境視覚特徴ベースのナビゲーション方法」International Journal of Innovative Computing, Information and Control 7 (3): 1341-1355。
- ^ ab Anderson S, et al (2010年12月). 「ウィスキングロボットにおける自己生成センサ信号の適応的キャンセル」 IEEE Transactions on Robotics 26 (6): 1065-1076.
- ^ abcd Kim YM、et al (2010 年 8 月)。「動的な人間とロボットの相互作用のための堅牢なオンライン タッチ パターン認識」IEEE Transactions on Consumer Electronics 56 (3): 1979-1987。
- ^ ab Mazzini F, et al (2011年2月). 「未知の表面の触覚ロボットマッピング、油井への応用」IEEE Transactions on Instrumentation and Measurement 60 (2): 420-429.
- ^ abc Matsumoto M, Hashimoto S (2010). 「盲目状態における圧電デバイスを使用した内部ノイズ低減」Internatl (2011年1月). 「音声における感情関連のユーザー状態を示す最も重要な特徴タイプの検索」Computer Speech and Language 25 (1): 4-28.
- ^ abc Lund K, et al (2010年5月). 「規範的地形によって誘導される分子ロボット」 Nature 465 (7295): 206-210.
- ^ ab Trejos AL, et al (2009年9月). 「ロボット支援触覚センシングによる低侵襲腫瘍位置特定」 International Journal of Robotics Research 28 (9): 1118-1133.
- ^ abc Czyzowicz J、Labourel A、Pelc A（2011年1月）。「移動ロボットによる多角形探索の最適性と競争力」情報と計算209（1）：74-88。
- ^ Dahiya, Ravinder S.; Valle, Maurizio (2013). ロボット触覚センシング: 技術とシステム. Springer. doi :10.1007/978-94-007-0579-1. ISBN 9789400705784。
- ^ abc Benight, Stephanie J.; Wang, Chao; Tok, Jeffrey BH; Bao, Zhenan (2013). 「伸縮性および自己修復性ポリマーと電子皮膚用デバイス」。Progress in Polymer Science . 38 (12): 1961–1977. doi :10.1016/j.progpolymsci.2013.08.001.
- ^ アブ ・ドス・サントス、アンドレイア;フォルトゥナート、エルビラ。マルティンス、ロドリゴ。アグアス、ヒューゴ。イグレジャ、ルイ（2020年1月）。 「電子皮膚圧センサーの伝達メカニズム、微細構造技術、および応用: 最近の進歩のレビュー」。センサー。20 (16): 4407. Bibcode :2020Senso..20.4407D。土井：10.3390/s20164407。PMC 7472322。PMID 32784603。
- ^ Chou, Ho-Hsiu; Nguyen, Amanda; Chortos, Alex; To, John WF; Lu, Chien; Mei, Jianguo; Kurosawa, Tadanori; Bae, Won-Gyu; Tok, Jeffrey B.-H. (2015-08-24). 「触覚センシングによって制御されるインタラクティブな色変化を備えたカメレオンにヒントを得た伸縮性電子皮膚」Nature Communications . 6 :8011. Bibcode :2015NatCo...6.8011C. doi : 10.1038/ncomms9011. PMC 4560774. PMID 26300307.
- ^ Hou, Chengyi; Huang, Tao; Wang, Hongzhi; Yu, Hao; Zhang, Qinghong; Li, Yaogang (2013-11-05). 「人工皮膚への応用が期待される、自己活性化圧力感度を備えた強力で伸縮性のある自己修復フィルム」。Scientific Reports . 3 (1): 3138. Bibcode :2013NatSR...3E3138H. doi :10.1038/srep03138. ISSN 2045-2322. PMC 3817431 . PMID 24190511.
- ^ ab Hammock, Mallory L.; Chortos, Alex; Tee, Benjamin C.-K.; Tok, Jeffrey B.-H.; Bao, Zhenan (2013-11-01). 「25周年記念記事：電子皮膚（E-Skin）の進化：簡単な歴史、設計上の考慮事項、最近の進歩」。Advanced Materials。25 （42）： 5997–6038。Bibcode ：2013AdM ....25.5997H。doi ：10.1002/ adma.201302240。ISSN 1521-4095。PMID 24151185。S2CID 205250986 。
- ^ Bauer, Siegfried; Bauer-Gogonea, Simona; Graz, Ingrid; Kaltenbrunner, Martin; Keplinger, Christoph; Schwödiauer, Reinhard (2014-01-01). 「25周年記念記事：ソフトな未来：ロボットとセンサースキンからエネルギーハーベスターまで」。Advanced Materials . 26 (1): 149–162. Bibcode :2014AdM....26..149B. doi :10.1002/adma.201303349. ISSN 1521-4095. PMC 4240516. PMID 24307641 .
- ^ Tee, Benjamin CK.; Wang, Chao; Allen, Ranulfo; Bao, Zhenan (2012 年 12 月)。「電子皮膚アプリケーション向けの圧力および屈曲に敏感な電気的および機械的自己修復複合材料」。Nature Nanotechnology。7 ( 12 ) : 825–832。Bibcode :2012NatNa...7..825T。doi : 10.1038/nnano.2012.192。ISSN 1748-3395。PMID 23142944 。
- ^ Zou, Zhanan; Zhu, Chengpu; Li, Yan; Lei, Xingfeng; Zhang, Wei; Xiao, Jianliang (2018-02-01). 「動的共有結合熱硬化性ナノ複合材料によって実現される、再治癒可能で完全にリサイクル可能で、可鍛性のある電子皮膚」。Science Advances . 4 (2): eaaq0508. Bibcode :2018SciA....4..508Z. doi :10.1126/sciadv.aaq0508. ISSN 2375-2548. PMC 5817920. PMID 29487912 .
- ^ テミング、マリア（2022年6月9日）。「科学者がロボットの指の周りに生きた人間の皮膚を成長させた」サイエンスニュース。 2022年7月20日閲覧。
- ^ 河合道夫; 聶明昊; 小田遥; 森本雄也; 竹内正治 (2022年7月6日). 「ロボットの生きた皮膚」. Matter . 5 (7): 2190–2208. doi : 10.1016/j.matt.2022.05.019 . ISSN 2590-2393.
- ^ Barker, Ross (2022年6月1日). 「痛みを感じることができる人工皮膚は、新世代のタッチセンサー付きロボットにつながる可能性がある」グラスゴー大学. 2022年7月20日閲覧。
- ^ 劉鳳源;デスワル、スウィーティー。クリスト、アダモス。ショジャエイ・バギニ、マディエ。チリラ、ラドゥ。シャクティヴェル、ダヤラン。チャクラボルティ、ムパリ。ダヒヤ、ラビンダー（2022年6月）。「ロボットが感じて学習できる、印刷されたシナプス トランジスタベースの電子スキン」(PDF)。科学ロボティクス。7 (67): eabl7286。土井：10.1126/scirobotics.abl7286。ISSN 2470-9476。PMID 35648845。S2CID 249275626 。
- ^ Velasco, Emily (2022年6月2日). 「人工皮膚がロボットに触覚以上の感覚を与える」カリフォルニア工科大学。 2022年7月20日閲覧。
- ^ ab ゆう、あなた;リー・ジアホン。ソロモン、サミュエル A.ミン・ジホン。トゥ、ジャオビン。郭、魏。徐長豪。ソン、ユウ。高、魏（2022 年 6 月 1 日）。 「ロボット物理化学的センシングのためのオールプリントのソフト・ヒューマン・マシン・インターフェース」。科学ロボティクス。7 (67): eabn0495。土井：10.1126/scirobotics.abn0495。ISSN 2470-9476。PMC 9302713。PMID 35648844。
- ^ Yirka, Bob (2022年6月9日). 「バイオミメティックエラストマーロボットスキンは触覚感知能力を持つ」. Tech Xplore . 2022年7月23日閲覧。
- ^ Park, K.; Yuk, H.; Yang, M.; Cho, J.; Lee, H.; Kim, J. (2022年6月8日). 「触覚センシングのための電気インピーダンスと音響トモグラフィーを使用した生体模倣エラストマーロボットスキン」. Science Robotics . 7 (67): eabm7187. doi :10.1126/scirobotics.abm7187. ISSN 2470-9476. PMID 35675452. S2CID 249520303.
- ^ abc S. Luo; J. Bimbo; R. Dahiya; H. Liu (2017 年 12 月). 「ロボットによる物体特性の触覚認識: レビュー」. Mechatronics . 48 :54–67. arXiv : 1711.03810 . Bibcode :2017arXiv171103810L. doi :10.1016/j.mechatronics.2017.11.002. S2CID 24222234.
- ^ http://www.robotcub.org/misc/papers/10_Dahiya_etal.pdf [ベア URL PDF ]
- ^ Ghostarchive および Wayback Machine にアーカイブされています: 「かわいい赤ちゃんアザラシロボット - パロ セラピーロボット #DigInfo」。YouTube。
- ^ Kim HD, et al (2009). 「騒がしい家庭環境におけるヒューマノイドロボットとのコミュニケーションのためのターゲット音声検出と分離」 Advanced Robotics 23 (15): 2093-2111.
- ^ Batliner A, et al (2011年1月). 「音声における感情関連のユーザー状態を伝える最も重要な特徴タイプの検索」Computer Speech and Language 25 (1): 4-28.
- ^ 「機械嗅覚特集号」IEEE Sensors Journal . 11 (12): 3486. 2011. Bibcode :2011ISenJ..11.3486.. doi :10.1109/JSEN.2011.2167171.
- ^ Geffen, Wouter H. van; Bruins , Marcel; Kerstjens, Huib AM (2016-01-01). 「電子鼻による急性 COPD 増悪時のウイルスおよび細菌性呼吸器感染症の診断: パイロット スタディ」。Journal of Breath Research。10 ( 3): 036001。Bibcode : 2016JBR ....10c6001V。doi : 10.1088/1752-7155/10/3 / 036001。ISSN 1752-7163。PMID 27310311 。
- ^ スタッセン、I.ブエケン、B.ラインシュ、H.オーデンホーフェン、JFM。ウーターズ、D.ハジェク、J.ヴァン・スペーブルック、V.ストック、N.ヴェリーケン首相。ヴァン・シャイク、R.デ・ヴォス、D.アメルート、R. (2016)。 「金属有機フレームワークに基づく電界効果化学センサーに向けて: 神経剤検出用の UiO-66-NH2」。化学。科学。7 (9): 5827–5832。土井：10.1039/C6SC00987E。hdl :1854/LU-8157872。PMC 6024240。PMID 30034722。
- ^ Gutierrez-Osuna, R. (2002). 「機械嗅覚のパターン分析: レビュー」. IEEE Sensors Journal . 2 (3): 189–202. Bibcode :2002ISenJ...2..189G. doi :10.1109/jsen.2002.800688.
- ^ Phaisangittisagul, Ekachai; Nagle, H. Troy (2011). 「機械嗅覚センサーによる匂い混合物の反応の予測」.センサーとアクチュエーター B: 化学. 155 (2): 473–482. Bibcode :2011SeAcB.155..473P. doi :10.1016/j.snb.2010.12.049.
- ^ Vembu, Shankar; Vergara, Alexander; Muezzinoglu, Mehmet K.; Huerta, Ramón (2012). 「機械嗅覚のための時系列特徴とカーネルについて」. Sensors and Actuators B: Chemical . 174 : 535–546. Bibcode :2012SeAcB.174..535V. doi :10.1016/j.snb.2012.06.070.
- ^ ウラソフ、ユウ;レギン、A.ルドニツカヤ、A.ナターレ、C. ディ;ダミーコ、A. (2005-01-01)。 「液体の化学分析のための非特異的センサー アレイ (「電子舌」) (IUPAC 技術レポート)」。純粋化学と応用化学。77 (11): 1965 ～ 1983 年。土井：10.1351/pac200577111965。ISSN 0033-4545。S2CID 109659409。
- ^ Khalilian, Alireza; Khan, Md. Rajibur Rahaman; Kang, Shin-Won (2017). 「高感度でダイナミックレンジの広い側面研磨光ファイバー味覚センサー」.センサーとアクチュエーター B: 化学. 249 : 700–707. doi :10.1016/j.snb.2017.04.088.
- ^ Sochacki, Grzegorz; Abdulali, Arsen; Iida, Fumiya (2022). 「ロボット調理のための咀嚼強化型味覚ベース多成分料理分類」。Frontiers in Robotics and AI . 9 : 886074. doi : 10.3389/frobt.2022.886074 . ISSN 2296-9144. PMC 9114309 . PMID 35603082.
- ニュースリリース：「未来の味覚：ロボットシェフは料理をしながら『味わう』ことを学習する」ケンブリッジ大学。
- ^ 「スーパーシーアー：なぜ一部の人々は紫外線を見ることができるのか」。ニューサイエンティスト。2019年12月4日。 2022年8月4日閲覧。
- ^ Cañón Bermúdez, Gilbert Santiago; Fuchs, Hagen; Bischoff, Lothar; Fassbender, Jürgen; Makarov, Denys (2018年11月). 「地磁気駆動型人工磁気受容およびインタラクティブエレクトロニクス向け電子皮膚コンパス」. Nature Electronics . 1 (11): 589–595. doi :10.1038/s41928-018-0161-6. ISSN 2520-1131. S2CID 125371382.
- ^ Varadharajan, Vivek Shankar; St-Onge, David; Adams, Bram; Beltrame, Giovanni (2020年3月1日). 「SOUL: ロボット群のデータ共有」(PDF) .自律ロボット. 44 (3): 377–394. doi :10.1007/s10514-019-09855-2. ISSN 1573-7527. S2CID 182651100.
- ^ Scholl, Philipp M.; Brachmann, Martina; Santini, Silvia; Van Laerhoven, Kristof (2014). 「ロボットオペレーティングシステムへのワイヤレスセンサーノードの統合」。協調ロボットとセンサーネットワーク 2014。 計算知能の研究。 Vol. 554。 Springer。 pp. 141–157。doi :10.1007/978-3-642-55029-4_7。ISBN 978-3-642-55028-7。
- ^ ヴィンセント、ジェームズ（2019年11月14日）。「セキュリティロボットはモバイル監視デバイスであり、人間の代わりではない」。The Verge 。 2022年8月4日閲覧。
- ^ Melinte, Daniel Octavian; Vladareanu, Luige (2020年4月23日). 「Rectified Adam Optimizerを備えたDeep Convolutional Neural Networksを使用した人間とロボットの相互作用のための表情認識」. Sensors . 20 (8): 2393. Bibcode :2020Senso..20.2393M. doi : 10.3390/s20082393 . PMC 7219340. PMID 32340140 .
外部リンク
ウィキメディア・コモンズのロボットセンシング関連メディア