IEEE-NSENS将定期关注对全球社会至关重要的特殊主题。例如,AI传感器,合成传感器,柔性、可穿戴传感器和电子产品,医疗保健生物传感器以及机器人微惯性传感器等。此次论坛将对人工智能,医疗保健和机器人技术中应用的智能微米和纳米级传感系统的最新研究成果进行传播。

以下为Xianshou Ren在“IEEE传感器理论及产业应用论坛”上的精彩致辞实录,由云现场整理。

    大家下午好,我叫Xianshou Ren,我来自于西北大学。非常高兴站在这个舞台上有机会和大家分享我的想法,也很高兴与大家交流,我今天主要研究的是单个IMU传感节点和数据融合的环形虚拟按键。大家知道键盘是我们生活中不可缺少的一部分,但是它会一定的问题,舒适度、在敲打键盘的时候会造成大量的噪音,有些人手受伤的时候不容易敲键盘。

    我们研究了一系列方法,首先是一个感应的键盘,通过手指的运动,我们就可以把字体打进去。在这种新的方式下,它的结构非常复杂。最后一张图是一种光感的键盘,但是它的问题是成本非常高,而且它会有光的污染。现在我来跟大家介绍一下我们的环形虚拟按键,我给大家展示一下参数的图片,包括蓝牙、电池。之前我们进行了一个试验,放在金属手指上,这个展示了我们的数据,它的准确度是非常高的。这是一个手指移动数据的搜集。

    这个数据的处理是第五个图,我们可以看到它的移动平均角度,可以降低噪音。第一个图是15个键盘不同的变量,然后我们获得了一个特色的矩阵。第二个表格展示了在试验当中,我们所选择的一个分离器。这也是我们试验的结果,我们可以看到,我们生成了100个键盘的数据,所有这些数据是用于测试的数据,我们看到不同分化器的准确度是非常高的。第七个图表是不同分化器、分离器的准确度。第八个图表现了我们对线性功能分析的准确度。

    总结一下,我们提出了一个虚拟的键盘计划,我们可以做成可穿戴的一个环,每个键盘的准确度超过了95%,通过使用LDE可能扩展到右手,目前我们研究的是左手,未来可以做右手。

    

    主持人:非常感谢您的演讲。有提问的吗?

    

    提问:在你的实验当中,你运用了什么向德规律和规则?

    

    Xianshou Ren:我们选择的是左手的键盘,当然现在用的是左手,未来也会用右手。

    

    提问:对算法进行培训吗,每次对模型都要进行培训然后获得非常高的准确率,或者对算法模式不需要重新培训。

    

    Xianshou Ren:我们每年做5个金属的连接。