Les microsystèmes électromécaniques

Besoin d'aide ?

(Nombre de téléchargements - 0)

Catégorie :

Pour des questions et des demandes, contactez notre service d’assistance E-mail : info@chatpfe.com

Table des matières

INTRODUCTION
CHAPITRE 1 DE LA MAIN HUMAINE À LA MAIN ROBOTISÉE
1.1 La sensibilité humaine : 4 mécanorécepteurs différents travaillant en corrélation
1.2 Des capteurs variés pour simuler les mécanorécepteurs humains
1.3 Un capteur multi-utilisation et ultra sensible
1.3.1 Information statique : une vision 3D des forces
1.3.1.1 Principe : Estimer la capacité pour retrouver les forces
1.3.1.2 Caractérisation : Etude de l’exactitude des informations mesurées
1.3.1.3 Conclusion : Forces et faiblesses
1.3.2 Information dynamique : Mieux connaître les interactions à haute fréquence
1.3.2.1 Principe : Estimer les écarts de capacité pour trouver les variations des forces
1.3.2.2 Caractérisation : Etude de l’exactitude des informations mesurées
1.3.2.3 Conclusion : Forces et faiblesses
CHAPITRE 2 RECONNAISSANCE DE TEXTURES À L’AIDE D’ALGORITHMES D’APPRENTISSAGE
2.1 Recherche documentaire
2.1.1 Qu’est ce qu’une texture ?
2.1.2 Les différentes méthodes pour reconnaitre une texture
2.2 Approche
2.3 Principe de l’algorithme
2.3.1 Acquisition
2.3.2 Pré-traitements
2.3.3 Sélection des discriminants
2.3.4 Apprentissage
2.3.5 Optimisation par algorithme génétique
2.4 Mouvements de courts glissements linéaires (MCGL)
2.4.1 Protocole expérimental
2.4.2 Résultats
2.5 Mouvements d’exploration circulaire (MEC
2.5.1 Protocole expérimental
2.5.2 Résultats
2.6 Étude finale : différenciation de textures fines
2.6.1 Protocole expérimental
2.6.2 Résultats
2.7 Discussion
CHAPITRE 3 QUANTIFICATION DE LA RUGOSITÉ À L’ÉCHELLE HUMAINE
3.1 Approche proposée
3.2 Étude de l’évaluation de la rugosité par l’être humain
3.2.1 Présentation de l’étude
3.2.2 Présentation des textures
3.2.3 Résultats de l’expérience
3.2.4 Hypothèse pour la simulation
3.3 Principe de l’algorithme
3.3.1 Acquisition
3.3.2 Pré-traitements
3.3.3 Sélection des discriminants
3.3.4 Apprentissage
3.3.5 Optimisation par l’algorithme génétique
3.4 Résultats
3.4.1 RNA unique
3.4.2 RNA3
3.4.3 SVM10
3.5 Discussion
CONCLUSION
BIBLIOGRAPHIE

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *