本文提出了一种新型机器人皮肤系统，通过声学超分辨率(ASR)和电阻断层扫描(ERT)两种互补机制实现大面积触觉感知。该皮肤采用多层织物结构，集成多模态传感模块(MSM)，能同时检测高频振动(20-1000Hz)和低频压力(0-200Hz)。实验表明，在商用机械臂上部署时，该系统能准确识别9种触摸动作(准确率95.3%)，并实现触觉交互。创新点包括：双模态互补感知、一体化硬件设计、工程化适配方案，解

本文提出了一种基于电阻抗断层成像(ERT)的机器人触觉传感器新方法。该传感器采用30个嵌入式电极和碳纳米管导电涂层，通过高导电织物贴片实现压阻特性。研究创新性地采用深度神经网络(DNN)进行图像重建，相比传统正则化方法，DNN能有效补偿非线性行为，使定位误差降低至5.2±3.3mm，灵敏度波动减少14%，并显著提升多点触压情况下的空间分辨率。实验表明，这种结构简单、耐用且可定制的传感器设计，结合D

本文介绍了一个基于ResNet-34的树叶分类模型训练与测试流程。数据集来自Kaggle竞赛，包含18000张训练集和8000张测试集图片，涵盖176种树叶类别。模型采用ResNet-34架构，加载ImageNet预训练权重，并通过修改全连接层适配多分类任务。训练过程中，使用交叉熵损失函数和Adam优化器，结合学习率动态调整策略，训练30个epoch后，模型在验证集上的准确率达到92.9%。测试阶

本文提出了一种新型柔性触觉传感系统，通过多孔泡沫和离子液体的材料组合，结合深度学习算法优化，解决了传统传感器在柔性、分辨率和测力精度上的三大痛点。该系统采用无内部电极设计，实现了20cm×20cm范围内6点同时触摸检测，定位误差仅7.5±4.5mm，力检测误差0.19N。实验验证了其优异的单点和多点触摸识别能力，以及全区域精准测力性能。该方案具有低成本、可量产等优势，为机器人电子皮肤的实用化提供了

HPM6750开发笔记—开发环境的搭建

AD20中关于“Net(s) Not Found in Differential Pair”的解决方法

摘要：深度学习模型训练涉及多个关键超参数，学习率控制参数更新步伐，需平衡速度与稳定性；批次大小影响计算效率与泛化能力；迭代次数需适中避免欠/过拟合；优化器类型决定参数更新方式；正则化防止过拟合；激活函数引入非线性；学习率调度动态调整训练效率。这些参数需协同优化，根据任务特点选择合适组合，才能实现模型高效收敛与良好泛化。

摘要：本文介绍了一种新型仿生触觉传感器MFIS，通过模拟人类皮肤结构（表皮凸起层+真皮离子凝胶层）解决传统离子电子传感器的三大痛点：串扰、灵敏度与量程矛盾、复杂特征识别困难。凸起层设计实现应力集中（提升灵敏度）、消除串扰（降低95.8%位移干扰）和软硬识别功能。实验显示该传感器兼具超高灵敏度（8394.37kPa⁻¹）和宽量程（0-1000kPa），耐用性优异（5000次循环漂移<2%）。结

阻抗式触觉传感器能模拟人类皮肤触觉，通过测量阻抗变化感知压力、温度等信号。其具有压阻、电容、压电和摩擦电四种工作原理，以及独立阵列、网状和断层成像三种结构形式。相比传统传感器，它具有成本低、响应快、柔性好等优势，可应用于机器人抓取、医疗监测、人机交互等领域。关键技术EIT（电阻抗断层成像）结合AI算法，能实现大面积柔性触觉感知。未来需在多参数感知、材料耐用性和算法精度等方面进一步提升，以满足更复杂

摘要：随着具身智能发展，机器人需要更精准的触觉感知能力。传统触觉传感方案存在布线复杂、柔性差等问题，而EIT/ERT技术通过电极阵列实现大面积分布式感知，能实时捕捉接触力变化，满足人机交互需求。文章介绍了EIT/ERT技术的理论基础（正/逆问题求解）、系统设计及硬件实现，重点阐述了基于ESP32-S3的硬件电路设计，包括电流源、多路复用器、电压采集等模块。研究表明，该技术可突破传统触觉方案局限，为