一项新的研究提出了基于软自供电摩擦电纳米发电机和深度学习辅助数据分析的水下三维触觉张力结构（U3DTT）技术
A new study proposes the Underwater 3D Tactile Tension Structure (U3DTT) technology, which is based on self-powered friction nanogenerators and assisted data analysis with deep learning.
AUV，全称为“自主水下车辆”，在发现深水下的事物方面具有广泛的应用。它探索了深水下的一切，这些地方很难探索和到达。海底的许多问题与光学和声音振动有关。AUV中的传感器无法检测到这些问题，因此无法到达海中的狭窄空间或岩石和土壤中的狭窄填充物。研究小组面前的问题陈述非常清楚，他们必须构建一种能够到达每个部分并为我们提供有关深海环境的适当数据的技术。
为了解决这个问题，研究人员开发了一种名为“水下三维触觉张力”的U3DTT技术。U3DTT基于神经网络、自编码器和玻尔兹曼机等深度学习算法。该设备基于摩擦电机制。它具有摩擦电传感器，通过保持传感器的输出电压恒定，可以提取设备捕捉到的三维信息。它为碰撞AUV提供触觉反馈，以指导其操作并确保其在高弹性速度下生存。基于深度学习的AUV U3DTT已经成功地推出。它估计其姿态并通过先前的AUV修正了错误启动的自然环境。它还具有与深度学习技术相关的各种应用。以下是这些应用：
U3DTT设备在机器人领域展示了基于深度学习算法的应用。它具有高灵敏度和高自由度，与AUV相比，具有更快的响应速度。U3DTT设备与机器人自动化，提供3D感知反馈。它还根据适合它的条件，对地球上的植物和动物结构进行催眠和模仿。主要感知基于水下声音和流体动力学特性，因为它们提供有关目标的信息。这些结果代表了地下机器人技术的重大进步。这是人工智能领域的地下应用。
研究的结果证明，U3DTT可以通过估计姿态，给出关于地下3D空间中每个障碍物的信息。研究科学家们希望未来的纳米发电机能够在很大程度上解决那些受限水域中的信息收集或数据分析问题。许多基于人工智能的水下智能设备和进一步的进展将在近期出现。
