人脸识别目前已广泛应用于手机解锁、刷脸支付、闸机身份验证等生活场景，然而，人脸识别能力虽带来了极大的便利，却无法鉴别人脸是否真实，比如使用高仿真图片、精密石膏或3D建模面具，即可轻松攻破人脸识别算法，单独使用该能力存在极大的安全隐患。华为机器学习服务的动作活体检测能力，通过采用指令动作配合的方式进行活体检测，在眨眼、张嘴、左摇头、右摇头、注视、点头六种动作中随机选择三种，让用户按指令完成动作，使用人脸关键点及人脸追踪技术，通过连续的图片，计算变化距离与不变距离的比值，进行上一帧图像与下一帧图像的对比，从而验证用户是否为真实活体本人操作，对照片、视频和面具的攻击具有很好的防御效果，是人脸识别能否
人脸识别目前已广泛应用于手机解锁、刷脸支付、闸机身份验证等生活场景，然而，人脸识别能力虽带来了极大的便利，却无法鉴别人脸是否真实，比如使用高仿真图片、精密石膏或3D建模面具，即可轻松攻破人脸识别算法，单独使用该能力存在极大的安全隐患。华为机器学习服务的动作活体检测能力，通过采用指令动作配合的方式进行活体检测，在眨眼、张嘴、左摇头、右摇头、注视、点头六种动作中随机选择三种，让用户按指令完成动作，使用人脸关键点及人脸追踪技术，通过连续的图片，计算变化距离与不变距离的比值，进行上一帧图像与下一帧图像的对比，从而验证用户是否为真实活体本人操作，对照片、视频和面具的攻击具有很好的防御效果，是人脸识别能否
机械外骨骼的重量和惯性将导致作用于穿戴者的冲击力快速变化。当外骨骼与佩戴者的身体紧密结合时，这种力通常是不可避免的。这些问题不仅降低了外骨骼的舒适性和便携性，还增加了佩戴者的能源成本。哈尔滨工业大学-机器人技术与系统国家重点实验室提出了一种新型的机械外骨骼结构——具有恒力悬挂结构和自适应柔顺关节。穿戴在人体下肢的机械外骨骼结构和恒力悬挂结构恒力悬挂结构旨在减轻外骨骼额外重量对穿戴者的冲击力。在5和9km/h的速度下，与无外骨骼相比，穿戴恒力结构外骨骼的人体分别实现了10.95/4.40%和1.71/4.54%的净代谢减少，表明其可以有效地帮助佩戴者移动。自适应柔顺关节旨在减少外骨骼和佩戴者之间
刚性机械臂在工业中已经有大量应用，但是在狭窄和环境复杂的场景中有很大局限性，受到蛇、象鼻、章鱼臂等生物结构启发的仿生连续体机器人应运而生。连续体机器人由连续关节组成，比传统机器人有更好的柔顺性，能更好的适应复杂环境。近年来连续体机器人在医疗、检测等领域广泛应用。与刚性机械臂一样，连续体机器人要实现精确的末端控制，也需要先进行运动学分析。四川大学和国网宁夏电力有限公司电力科学研究院的研究团队以丝驱动连续体机器人为对象，提出一种适用于单段及多段连续体机器人的完整运动学通用分析方法，解决了连续体机器人工作空间至驱动空间逆映射难以求解的问题。研究人员提出了一种分段常曲率与粒子群算法相结合的完整正逆运动
机械外骨骼的重量和惯性将导致作用于穿戴者的冲击力快速变化。当外骨骼与佩戴者的身体紧密结合时，这种力通常是不可避免的。这些问题不仅降低了外骨骼的舒适性和便携性，还增加了佩戴者的能源成本。哈尔滨工业大学-机器人技术与系统国家重点实验室提出了一种新型的机械外骨骼结构——具有恒力悬挂结构和自适应柔顺关节。穿戴在人体下肢的机械外骨骼结构和恒力悬挂结构恒力悬挂结构旨在减轻外骨骼额外重量对穿戴者的冲击力。在5和9km/h的速度下，与无外骨骼相比，穿戴恒力结构外骨骼的人体分别实现了10.95/4.40%和1.71/4.54%的净代谢减少，表明其可以有效地帮助佩戴者移动。自适应柔顺关节旨在减少外骨骼和佩戴者之间
刚性机械臂在工业中已经有大量应用，但是在狭窄和环境复杂的场景中有很大局限性，受到蛇、象鼻、章鱼臂等生物结构启发的仿生连续体机器人应运而生。连续体机器人由连续关节组成，比传统机器人有更好的柔顺性，能更好的适应复杂环境。近年来连续体机器人在医疗、检测等领域广泛应用。与刚性机械臂一样，连续体机器人要实现精确的末端控制，也需要先进行运动学分析。四川大学和国网宁夏电力有限公司电力科学研究院的研究团队以丝驱动连续体机器人为对象，提出一种适用于单段及多段连续体机器人的完整运动学通用分析方法，解决了连续体机器人工作空间至驱动空间逆映射难以求解的问题。研究人员提出了一种分段常曲率与粒子群算法相结合的完整正逆运动
随着机器人、三维动画、虚拟现实等产业的发展，关于仿生机器人的动作研究早已成为重要的热点课题。如何让机器人或虚拟人物做出合理、流畅的姿态呢？这就要涉及到逆运动学算法研究。人体很复杂，传统算法需优化由于人体逆运动学问题十分复杂，传统算法普遍面临两大难题：要么在反复迭代后求得的解准确度不高；要么只能求得特定情况下的参数。如何获得一种更普遍适用、结果更精准、过程更快速的算法成为了研究者的热门课题。利用动作捕捉，将复杂人体转化为关节模型人体如此复杂，研究者往往会根据关节将其分别视为若干部分。因此，能否获得精准、详细的动作数据，建立准确的关节模型，成了研究的必备基础。而光学动作捕捉系统凭借其高精准度、高实
随着机器人、三维动画、虚拟现实等产业的发展，关于仿生机器人的动作研究早已成为重要的热点课题。如何让机器人或虚拟人物做出合理、流畅的姿态呢？这就要涉及到逆运动学算法研究。人体很复杂，传统算法需优化由于人体逆运动学问题十分复杂，传统算法普遍面临两大难题：要么在反复迭代后求得的解准确度不高；要么只能求得特定情况下的参数。如何获得一种更普遍适用、结果更精准、过程更快速的算法成为了研究者的热门课题。利用动作捕捉，将复杂人体转化为关节模型人体如此复杂，研究者往往会根据关节将其分别视为若干部分。因此，能否获得精准、详细的动作数据，建立准确的关节模型，成了研究的必备基础。而光学动作捕捉系统凭借其高精准度、高实
井下无人机长时间在恶劣环境下执行勘测、救援任务，通讯系统可能会陷入两难的境地——传输高精度坐标伴随着大量耗能。为解决这项难题，中国矿业大学计算机科学和技术学院陈朋朋教授团队提出了一种基于超宽带（UWB）和惯性测量单元（IMU）融合的按需精确跟踪框架（On-demandPreciseTracking）。按需耗能不做无用功OPT对井下无人机的通讯耗能实现了按需分配，并且在精确测距、抗多径效应和穿透能力方面优势显著。首先，设计了基于多传感器融合的无迹卡尔曼滤波器，实现具有定制性能的能量高效跟踪。其次，OPT提供了一种超宽带信号传输的自适应调整机制，以在井下无人机本地定位的精度和能耗之间进行权衡。最后
井下无人机长时间在恶劣环境下执行勘测、救援任务，通讯系统可能会陷入两难的境地——传输高精度坐标伴随着大量耗能。为解决这项难题，中国矿业大学计算机科学和技术学院陈朋朋教授团队提出了一种基于超宽带（UWB）和惯性测量单元（IMU）融合的按需精确跟踪框架（On-demandPreciseTracking）。按需耗能不做无用功OPT对井下无人机的通讯耗能实现了按需分配，并且在精确测距、抗多径效应和穿透能力方面优势显著。首先，设计了基于多传感器融合的无迹卡尔曼滤波器，实现具有定制性能的能量高效跟踪。其次，OPT提供了一种超宽带信号传输的自适应调整机制，以在井下无人机本地定位的精度和能耗之间进行权衡。最后
