Sensors 主编推荐文章精选——聚焦“机器人”领域前沿研究 | MDPI 编辑荐读
点击左上角“MDPI工程科学”关注我们，为您推送更多最新研究。
本期精选了发表在Sensors 期刊上机器人方面的文章，内容涵盖采摘苹果、学习、控制以及植物叶片计数，希望能为相关领域学者提供新的思路和参考，欢迎阅读。
01
Real-Time Fruit Recognition and Grasping Estimation for Robotic Apple Harvesting
实时水果识别和抓取估计用于机器人采摘苹果
Hanwen Kang et al.
https://www.mdpi.com/847388
机器人苹果采摘的工作原理。
文章亮点：
(1) 本文开发并评估了一种完全基于深度学习的自主苹果采摘的视觉方法。
(2) 基于在实验室和果园环境中收集的图像数据对所开发的视觉方法进行了评估，通过机器人收割实验，以验证收割系统的性能。
(3) 结果表明：所开发的视觉方法可以高效、准确地指导机器人采摘。收割成功率达到80%，循环时间为6.5秒。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Kang, H.; Zhou, H.; Wang, X.; Chen, C. Real-Time Fruit Recognition and Grasping Estimation for Robotic Apple Harvesting. Sensors 2020, 20, 5670.
02
Learning for a Robot: Deep Reinforcement Learning, Imitation Learning, Transfer Learning
机器人学习：深度强化学习、模仿学习、迁移学习
Jiang Hua et al.
https://www.mdpi.com/994982
调查结构概述。
文章亮点：
(1) 本文首先回顾了机器人的主要成就和研究，主要是基于机械自动控制和硬件的突破。
(2) 本文详细讨论了机器人控制中的深度强化学习、模仿学习和迁移学习。
(3) 最后，基于这些方法的主要成果进行了全面的总结和分析，并提出了未来的研究挑战。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Hua, J.; Zeng, L.; Li, G.; Ju, Z. Learning for a Robot: Deep Reinforcement Learning, Imitation Learning, Transfer Learning. Sensors 2021, 21, 1278.
03
Towards Robust Robot Control in Cartesian Space Using an Infrastructureless Head- and Eye-Gaze Interface
利用非侵入头戴式眼注视接口实现笛卡尔空间的鲁棒机器人控制
Lukas Wöhle and Marion Gebhard
https://www.mdpi.com/1021814
整体系统设置框图。
文章亮点：
(1) 本文提出了一种轻量级、非侵入头戴式的头戴式接口，用于在笛卡尔空间中使用头部和眼睛凝视进行鲁棒和实时的机器人控制。
(2) 三维头部和眼睛注视位置估计管道在与用户的距离为0.3—1.1 m时，头部和眼睛注视的平均欧几里得误差分别为19.0±15.7 mm和27.4±21.8 mm。
(3) 结果表明：所提出的接口提供了一种精确的控制机制，可通过头部或眼睛注视和头部运动在笛卡尔空间中实现全六自由度机器人远程操作。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Wöhle, L.; Gebhard, M. Towards Robust Robot Control in Cartesian Space Using an Infrastructureless Head- and Eye-Gaze Interface. Sensors 2021, 21, 1798.
04
Real-Time Plant Leaf Counting Using Deep Object Detection Networks
基于深度对象检测网络的实时植物叶片计数
Michael Buzzy et al.
https://www.mdpi.com/910650
YOLO框架将图像作为深度卷积神经网络的输入，并输出叶子检测。其中图的底部由YOLO网络架构图组成。
文章亮点：
(1) 本文利用最先进的物体检测网络实时准确地检测、计数和定位植物叶片。
(2) 本文使用相机拍摄的拟南芥植物注释数据集，将其送入Tiny-YOLOv3网络进行训练，然后该网络能够收敛并准确地执行叶子的实时定位和计数。
(3) 本文实现了使用Tiny-YOLOv3仅在较小叶子上训练的模型上检测较大叶子的迁移学习。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Buzzy, M.; Thesma, V.; Davoodi, M.; Mohammadpour Velni, J. Real-Time Plant Leaf Counting Using Deep Object Detection Networks. Sensors 2020, 20, 6896.
精选特刊
1. Assistive Robots for Healthcare and Human-Robot Interaction: Volume II
Edited by Grazia D'Onofrio and Daniele Sancarlo
Submission Deadline: 31 July 2023
识别二维码，
了解特刊信息。
2. Simultaneous Localization and Mapping (SLAM) for Mobile Robot Navigation
Edited by Henrik Hesse, Chee Kiat Seow, Yanliang Zhang, Torr Polakow and Kai Wen
Submission Deadline: 31 August 2023
识别二维码，
了解特刊信息。
3. Design and Application of Wearable and Rehabilitation Robotics
Edited by Arash Arami, Katja Mombaur and John McPhee
Submission Deadline: 8 September 2023
识别二维码，
了解特刊信息。
Sensors 期刊介绍
期刊涵盖所有传感器科学和技术研究领域，例如物理传感器、智能传感器、传感网络、生物传感器、化学传感器、雷达、可穿戴电子设备和先进的传感材料及其他们在物联网、工业、农业、环境、遥感、导航、通信、车辆、成像、生物医药等领域的应用。目前期刊已被Science Citation Index Expanded (SCIE)、PubMed、EI、Scopus等数据库收录。
2021 Impact Factor | 3.847 |
2021 CiteScore | 6.4 |
Time to First Decision | 16.2 Days |
Time to Publication | 40 Days |
识别二维码，
订阅Sensors 期刊最新资讯。
精选视频
往期回顾
Sensors：2023年封面文章合集 (第一期) | MDPI 编辑荐读
Sensors 主编推荐文章精选——聚焦“化学传感器”领域前沿研究 | MDPI 编辑荐读
版权声明：
*本文由MDPI中国办公室翻译撰写，文中涉及到的论文翻译部分，为译者在个人理解之上的概述与转达，论文详情及准确信息请参考英文原文。本文遵守 CC BY 4.0 许可 (https://creativecommons.org/licenses/by/4.0/)。如需转载，请于公众号后台留言咨询。
由于微信订阅号推送规则更新，您可以将“MDPI工程科学”设为星标，便可在消息栏中便捷地找到我们，及时了解最新开放出版动态资讯！
点击左下方“阅读原文”，进入期刊主页。
喜欢今天的内容？给我们点个【在看】吧！