提出了一个理想化的1：2比例示范器和数值参数优化算法，以密切地再现变形形状，因此使用四个集中载荷的真实空气动力学装载的民动飞机扰流板的空间应变方向。需要对越来越复杂性的证明者的经济高效的实验研究是从优惠券转移到全规模结构的知识，并为新颖的结构健康监测（SHM）技术积累信心。特别是对于测试依赖于或受机械菌株影响的新型传感器系统，例如基于应变的SHM方法，所考虑的实验室结构结构必须反映在操作负载条件下的实际结构的应变状态。对具有详细模型进行有限元模拟，用于静态强度分析，并与实验测量相比。理想示威者的模拟和测量变形和空间应变方向与真正的飞机扰流板的数值结果很好。因此，使用开发的理想化演示器，基于应变的SHM系统可以在反映操作空气动力学压力负荷的条件下进行测试，而测试努力和成本显着降低。此外，所呈现的加载优化算法可以容易地适于模拟板状结构中的其他压力载荷以再现特定的结构条件。

虽然在各种应用中广泛使用刚性机器人，但它们在他们可以执行的任务中受到限制，并且在密切的人机交互中可以保持不安全。另一方面，软机器鞋面超越了刚性机器人的能力，例如与工作环境，自由度，自由度，制造成本和与环境安全互动的兼容性。本文研究了纤维增强弹性机壳（释放）作为一种特定类型的软气动致动器的行为，可用于软装饰器。创建动态集参数模型以在各种操作条件下模拟单一免费的运动，并通知控制器的设计。所提出的PID控制器使用旋转角度来控制多项式函数之后的自由到限定的步进输入或轨迹的响应来控制末端执行器的方向。另外，采用有限元分析方法，包括释放的固有非线性材料特性，精确地评估释放的各种参数和配置。该工具还用于确定模块中多个释放的工作空间，这基本上是软机械臂的构建块。

从对量子网络和传感器的基本力量的超敏感探测器，机械谐振器能够在室温环境中实现下一代技术。目前，氮化硅纳米腔作为这些进步中的领先微芯片平台，允许机械谐振器从环境热噪声显着隔离的机械谐振器。然而，迄今为止，人类直觉仍然是设计过程背后的驱动力。这里，由自然启发和通过机器学习引导，开发了一种蜘蛛网纳米机械谐振器，其显示通过数据驱动优化算法发现的新颖“扭转软夹紧”机构从环境热环境中分离的振动模式。然后制造该生物启发的谐振器;通过在室温环境中通过高于10亿以上的机械师进行实验证实了新的范式。与其他最先进的谐振器相比，这种里程碑是通过紧凑的设计实现的，该设计不需要亚微米光刻特征或复声胶凝带，使得在大尺度上制造显着更容易和更便宜。在这里，我们展示了机器学习与人类直觉一起工作的能力，以增加创造性的可能性，并在计算和纳米技术中发现新的策略。

视觉的触觉传感器由于经济实惠的高分辨率摄像机和成功的计算机视觉技术而被出现为机器人触摸的有希望的方法。但是，它们的物理设计和他们提供的信息尚不符合真实应用的要求。我们提供了一种名为Insight的强大，柔软，低成本，视觉拇指大小的3D触觉传感器：它不断在其整个圆锥形感测表面上提供定向力分布图。围绕内部单眼相机构造，传感器仅在刚性框架上仅成型一层弹性体，以保证灵敏度，鲁棒性和软接触。此外，Insight是第一个使用准直器将光度立体声和结构光混合的系统来检测其易于更换柔性外壳的3D变形。通过将图像映射到3D接触力的空间分布（正常和剪切）的深神经网络推断力信息。洞察力在0.4毫米的总空间分辨率，力量幅度精度约为0.03 n，并且对于具有不同接触面积的多个不同触点，在0.03-2 n的范围内的5度大约5度的力方向精度。呈现的硬件和软件设计概念可以转移到各种机器人部件。

This paper presents trajectory planning for three-dimensional autonomous multi-UAV volume coverage and visual inspection based on the Heat Equation Driven Area Coverage (HEDAC) algorithm. The method designs a potential field to achieve the target density and generate trajectories using potential gradients to direct UAVs to regions of a higher potential. Collisions are prevented by implementing a distance field and correcting the agent's directional vector if the distance threshold is reached. The method is successfully tested for volume coverage and visual inspection of complex structures such as wind turbines and a bridge. For visual inspection, the algorithm is supplemented with camera direction control. A field containing the nearest distance from any point in the domain to the structure is designed and this field's gradient provides the camera orientation throughout the trajectory. The bridge inspection test case is compared with a state-of-the-art method where the HEDAC algorithm allowed more surface area to be inspected under the same conditions. The limitations of the HEDAC method are analyzed, focusing on computational efficiency and adequacy of spatial coverage to approximate the surface coverage. The proposed methodology offers flexibility in various setup parameters and is applicable to real-world inspection tasks.

机器人社区在为软机器人设备建模提供的理论工具的复杂程度中看到了指数增长。已经提出了不同的解决方案以克服与软机器人建模相关的困难，通常利用其他科学学科，例如连续式机械和计算机图形。这些理论基础通常被认为是理所当然的，这导致复杂的文献，因此，从未得到完整审查的主题。Withing这种情况下，提交的文件的目标是双重的。突出显示涉及建模技术的不同系列的常见理论根源，采用统一语言，以简化其主要连接和差异的分析。因此，对上市接近自然如下，并最终提供在该领域的主要作品的完整，解开，审查。

编织是由于界面纱线的固有灵活性以及制造的最近进步而提供了更好地控制局部针迹图​​案的基础，是一种有效的技术。大型针织膜的完全纱线型号是不可行的。因此，我们使用双级均匀化方法，并将膜模拟作为宏观上的Kirchhoff-Love壳牌，作为微尺寸的欧拉 - 伯努利棒。壳体和杆的控制方程用立方B样条基函数离散。为了均化，我们仅考虑膜的面内响应。非线性微观问题的解决方案需要大量的时间，由于大的变形和接触约束的执行，呈现常规在线计算均质化方法不可行。要以此问题申请，我们使用预先训练的统计高斯进程回归（GPR）模型来将Macroscale变形映射到Macroscale应力。在离线学习阶段期间，通过求解通过均匀或软骨采样获得的足够丰富的变形状态的微观问题来训练GPR模型。训练有素的GPR模型编码微尺度中存在的非线性和各向异性，并用作宏观壳的膜响应的材料模型。可以根据网格尺寸选择弯曲响应以惩罚膜的细平面皱纹。在验证和验证所提出的方法的不同组成部分之后，我们介绍了一些涉及受张力和剪切的膜的示例，以证明其多功能性和良好的性能。

从经典上讲，材料的机械响应是通过构成模型来描述的，通常是以受约束的普通微分方程的形式描述。这些模型的参数数量非常有限，但是它们在重现实验中观察到的复杂响应方面非常有效。此外，以离散形式的形式，它们在计算上非常有效，通常会导致简单的代数关系，因此它们已被广泛用于大规模的显式和隐式有限元模型。但是，制定新的本构模型是非常具有挑战性的，特别是对于具有复合材料等复杂微结构的材料。构造建模的最新趋势利用复杂的神经网络体系结构来构建本构模型尚不存在的复杂材料响应。尽管非常准确，但它们遭受了两种缺陷。首先，它们是插值模型，在外推过程中通常做得很差。其次，由于它们的复杂体系结构和许多参数，它们在大规模有限元模型中被用作本构模型的效率低下。在这项研究中，我们提出了一种基于物理知识的学习机的新方法，以表征和发现本构模型。与数据驱动的本构模型不同，我们利用弹性性理论的基础作为总损耗函数中的正则化项，以查找理论上也是如此的参数本构模型。我们证明，我们提出的框架可以有效地识别描述冯·米塞斯家族不同数据集的基本构型模型。

信号处理是几乎任何传感器系统的基本组件，具有不同科学学科的广泛应用。时间序列数据，图像和视频序列包括可以增强和分析信息提取和量化的代表性形式的信号。人工智能和机器学习的最近进步正在转向智能，数据驱动，信号处理的研究。该路线图呈现了最先进的方法和应用程序的关键概述，旨在突出未来的挑战和对下一代测量系统的研究机会。它涵盖了广泛的主题，从基础到工业研究，以简明的主题部分组织，反映了每个研究领域的当前和未来发展的趋势和影响。此外，它为研究人员和资助机构提供了识别新前景的指导。

结肠镜检查被认为是下层胃肠道（GI）癌症筛查的黄金标准，考虑到降低推荐的筛查年龄，全世界的筛查计划。尽管如此，由于结肠镜和结肠壁之间发生的力，常规结肠镜检查可能会给患者带来不适。已经提出了机器人解决方案，以减少不适感，并提高可访问性和图像质量。为了解决传统和机器人结肠镜检查的局限性，在本文中，我们介绍了软屏幕系统，这是一种基于Eversion导航的新型软性形状胶囊机器人，用于内窥镜检查。多个轨道围绕着系统的身体。这些轨道是由单个电动机搭配蠕虫齿轮和内部刚性底盘的Evert驱动的，从而使基于完整的轨道导航。两个可充气的环形腔室封闭了这个刚性底盘并穿过轨道，使它们在膨胀时取代。该位移可用于调节与周围壁的接触，从而实现牵引力控制并调整整体直径以匹配本地管腔尺寸。在这项工作中介绍了第一个束缚原型在2：1尺度下的系带原型的设计。实验结果显示了不同管腔直径和曲率的有效导航能力，为能够强大导航和可靠控制成像的新型机器人铺平了道路，并具有超出结肠镜检查的应用，包括胃镜检查和胶囊内窥镜检查。

在本文中，我们介绍了一个数据驱动的框架，以优化软抓地力的平面外刚度，以实现机械性能，如难以扭动且易于弯曲。在软气动弯曲执行器（SPBA）的设计中证明了该方法的有效性。首先，定义了一个新的目标函数来定量评估平面外刚度以及弯曲性能。然后，对SPBA设计的参数模型进行灵敏度分析，以确定有限元分析（FEA）的优化设计参数。为了启用数值优化的计算，采用数据驱动的方法来学习成本函数，该成本函数直接代表平面外刚度作为设计变量的可区分函数。一种基于梯度的方法用于最大化SPBA的平面外刚度，同时确保特定的弯曲性能。我们方法的有效性已在3D打印的握把上进行的物理实验中得到了证明。

休眠季节葡萄树修剪需要熟练的季节性工人，这在冬季变得越来越缺乏。随着在短期季节性招聘文化和低工资的短期季节性招聘文化和低工资的时间内，随着工人更少的葡萄藤，葡萄藤往往被修剪不一致地导致葡萄化物不平衡。除此之外，目前现有的机械方法无法选择性地修剪葡萄园和手动后续操作，通常需要进一步提高生产成本。在本文中，我们展示了崎岖，全自治机器人的设计和田间评估，用于休眠季节葡萄园的端到最终修剪。该设计的设计包括新颖的相机系统，运动冗余机械手，地面机器人和在感知系统中的新颖算法。所提出的研究原型机器人系统能够在213秒/葡萄藤中完全从两侧刺激一排藤蔓，总修枝精度为87％。与机械预灌浆试验相比，商业葡萄园中自治系统的初始现场测试显示出休眠季节修剪的显着变化。在手稿中描述了设计方法，系统组件，经验教训，未来增强以及简要的经济分析。

构建复杂三维（3D）塑料部件上的精确微纳米金属图案允许制造用于先进应用的功能装置。但是，这种图案目前是昂贵的，需要具有长制造时间的复杂过程。本作者演示了一种用任意复杂的形状制造微纳米3D金属塑料复合结构的方法。在这种方法中，修饰光固化树脂以制备能够允许随后的化学镀（ELP）的活性前体。新开发了一种多材料数字光处理3D打印机，以使含有由标准树脂或彼此嵌套的标准树脂或有源前体树脂制成的区域的部件的制造。这些部件的选择性3D ELP处理提供了各种金属塑料复合部件，其具有复杂的中空微纳米结构，其尺寸小于40μm的尺寸规模特定的拓扑关系。使用这种技术，可以通过传统方法制造的3D金属拓扑，并且可以在塑料部件内产生金属图案作为进一步小型化电子设备的装置。所提出的方法还可以产生具有改善金属粘附到塑料基材的金属涂层。基于该技术，设计并制造了由不同功能性非金属材料和特定金属图案组成的几种传感器。本结果证明了该方法的可行性，并提出了智能3D微纳米电子，3D可穿戴设备，微/纳米传感器和医疗保健领域的潜在应用。

对外部刺激做出反应的触觉传入，例如（RA）和Pacinian（PC）传入，可以使复杂的动作（例如抓住，抚摸和识别对象）。要深入了解这些动作引起的触觉感觉，需要揭示触觉传入的活动。为此，我们为振动刺激的每种触觉传入开发了一个计算模型，结合了有限元分析有限元方法（FEM）分析和代表神经特征的泄漏的集成和火力模型。该计算模型可以轻松估计触觉传入的神经活动，而无需测量生物学数据。使用FEM分析计算的皮肤变形被取代为集成与火力模型，作为计算每种触觉传入的膜电位的电流输入。我们使用报道的生物学数据在集成和火力模型中优化了参数。然后，我们计算了数值模型对正弦，二氢和白噪声机械刺激的响应，以验证提出的数值模型。从结果来看，计算模型很好地再现了对振动刺激的神经反应，例如正弦，二氢和噪声刺激，并与可以模拟对振动刺激的响应的相似计算模型进行了优越的比较。

彼此接触的任何两个物体都会仅仅是由于重力或机械接触而引起的力，例如机器人手臂抓住一个物体，甚至是我们膝关节处的两个骨头之间的接触。自然测量和监视这些接触力的能力允许从仓库管理（基于重量检测错误包装）到机器人技术（使机器人臂的抓地力与人类皮肤一样敏感）和医疗保健（膝关节植入物）的大量应用。设计一个无处不在的力传感器是充满挑战的，该传感器可自然地用于所有这些应用。首先，传感器应足够小，以适合狭窄的空间。接下来，我们不想铺设笨重的电缆来读取传感器的力值。最后，我们需要进行无电池设计以满足体内应用程序。我们开发了WiforCesticker，这是一种无线，无电池，类似贴纸的力传感器，可以在任何表面上都可以无处不在，例如所有仓库包装，机器人手臂和膝关节。 WiforCesticker首先设计一个$ 4 $ 〜mm〜 $ \ $ \ times $〜$〜$ 2 $ 〜mm〜 $ \ $ \ times $〜$〜$〜$ 0.4 $〜毫米电容传感器设计，配备了$ 10 $〜$〜$〜$〜$〜$〜$〜$ 〜mm〜mm 〜mm 〜mm 〜mm在灵活的PCB基材上设计。其次，它引入了一种新的机制，可以通过将传感器与COTS RFID系统插入传感器，从而无线读取器无线读取器可以通过无线读取器读取力信息。该传感器可以在多个测试环境中检测到$ 0 $ -6 $ 〜n的力量，感应精度为$ <0.5 $ 〜n，并在传感器上使用超过10,000美元的$ 10,000 $变化的力级按下。我们还通过设计传感器展示了两个应用程序案例研究，称量仓库包和骨接头施加的传感力。

我们为双人浮标的车辆动态提供了一种冰摩擦模型，其可用于驾驶员评估和在驾驶员在环路模拟器中。通过将实验结果与有限元模拟相结合来建模纵向摩擦，以产生接触压力和摩擦之间的相关性。为了模拟横向摩擦，我们使用特殊传感器收集44个Bobsleigh运行的数据。非线性回归用于将Bob特定的单轨车辆动态模型适合数据。它适用于驾驶仿真，并启用鲍勃司机评估的新方法。调查了具有各种经验的鲍勃司机。它表明，顶级驱动程序的类似性能由不同的驾驶风格产生。

本文报告了旋转轴上刀片磁盘的减少订单建模框架，以模拟故障的振动特征，例如旨在模拟数据驱动机器学习的不同组件中的裂纹。我们采用了子组件的总和分析模型，以更好地了解复杂的动态响应。该框架旨在解决分析和优化故障检测和识别方案时遇到的一些挑战，用于旋转涡轮机械（包括航空引擎）的健康监测。我们通过组合总元件和一维有限元素来对刀片磁盘和轴进行建模，从而导致系统。模拟结果与先前发布的数据非常吻合。我们通过分析刀片中的裂纹及其有效降低刚度近似进行建模。对多种类型的故障进行了建模，包括单个和两阶段刀片的叶片中的裂缝，扇形刀片（FBO）和异物损坏（FOD）。我们已经应用了航空发动机操作加载条件，以模拟在线健康监测的现实情况。所提出的减少阶数模拟框架将在概率信号建模，朝故障签名识别的机器学习以及具有测量振动信号的参数估计中提供应用。

Shape displays are a class of haptic devices that enable whole-hand haptic exploration of 3D surfaces. However, their scalability is limited by the mechanical complexity and high cost of traditional actuator arrays. In this paper, we propose using electroadhesive auxetic skins as a strain-limiting layer to create programmable shape change in a continuous ("formable crust") shape display. Auxetic skins are manufactured as flexible printed circuit boards with dielectric-laminated electrodes on each auxetic unit cell (AUC), using monolithic fabrication to lower cost and assembly time. By layering multiple sheets and applying a voltage between electrodes on subsequent layers, electroadhesion locks individual AUCs, achieving a maximum in-plane stiffness variation of 7.6x with a power consumption of 50 uW/AUC. We first characterize an individual AUC and compare results to a kinematic model. We then validate the ability of a 5x5 AUC array to actively modify its own axial and transverse stiffness. Finally, we demonstrate this array in a continuous shape display as a strain-limiting skin to programmatically modulate the shape output of an inflatable LDPE pouch. Integrating electroadhesion with auxetics enables new capabilities for scalable, low-profile, and low-power control of flexible robotic systems.

脑出血（ICH）是最致命的中风子类型，死亡率高达52％。由于颅骨切开术引起的潜在皮质破坏，保守管理（注意等待）历史上一直是一种常见的治疗方法。最小的侵入性疏散最近已成为一种可公认的治疗方法，用于体积30-50 mL的深座性血肿的患者，但适当的可视化和工具敏感性仍然受到常规内窥镜方法的限制，尤其是较大的血肿体积（> 50 mL）。在本文中，我们描述了Aspihre的发展（脑部出血机器人疏散的手术平台），这是有史以来的第一个同心管机器人，该机器人使用现成的塑料管来进行MR引导ICH撤离，改善工具敏感性和程序可视化。机器人运动学模型是基于基于校准的方法和试管力学建模开发的，使模型可以考虑可变曲率和扭转偏转。使用可变增益PID算法控制旋转精度为0.317 +/- 0.3度。硬件和理论模型在一系列系统的基准和MRI实验中进行了验证，导致1.39 +\ -0.54 mm的管尖的位置精度。验证靶向准确性后，在MR引导的幻影凝块疏散实验中测试了机器人的疏散功效。该机器人能够在5分钟内撤离最初38.36 mL的凝块，使残留血肿为8.14 mL，远低于15 mL指南，表明良好的后疏散临床结果。

在过去的十年中，自动驾驶航空运输车辆引起了重大兴趣。这是通过空中操纵器和新颖的握手的技术进步来实现这一目标的。此外，改进的控制方案和车辆动力学能够更好地对有效载荷进行建模和改进的感知算法，以检测无人机（UAV）环境中的关键特征。在这项调查中，对自动空中递送车辆的技术进步和开放研究问题进行了系统的审查。首先，详细讨论了各种类型的操纵器和握手，以及动态建模和控制方法。然后，讨论了降落在静态和动态平台上的。随后，诸如天气状况，州估计和避免碰撞之类的风险以确保安全过境。最后，调查了交付的UAV路由，该路由将主题分为两个领域：无人机操作和无人机合作操作。