-
公开(公告)号：CN117930988B
公开(公告)日：2024-07-23
申请号：CN202410339041.7
申请日：2024-03-25
Applicant: 安徽大学
Abstract: 本发明涉及脑机接口技术领域，尤其涉及一种基于大型语言模型辅助语义纠错的脑控机器人方法，通过对大型语言模型进行人工提示工程，该提示工程可以由相应的机器人工程师或者用户在了解机器人的感知模块和控制模块的基本调用后完成。并且可以针对应用场景的不同可以设置不同的提示，激发大型语言模型的推理能力。结合用户所给出的函数调用接口以及提示说明，语言模型生成可以以此为根据生成机器人不同模块的调用代码，根据用户所给出的复杂自然语言指令进行一定程度的推理和执行。在机器人搭配的硬件充足的情况下，允许机器人实现较复杂的任务。
-
Patent Agency Ranking
公开(公告)号：CN117930988A
公开(公告)日：2024-04-26
申请号：CN202410339041.7
申请日：2024-03-25
Applicant: 安徽大学
Abstract: 本发明涉及脑机接口技术领域，尤其涉及一种基于大型语言模型辅助语义纠错的脑控机器人方法，通过对大型语言模型进行人工提示工程，该提示工程可以由相应的机器人工程师或者用户在了解机器人的感知模块和控制模块的基本调用后完成。并且可以针对应用场景的不同可以设置不同的提示，激发大型语言模型的推理能力。结合用户所给出的函数调用接口以及提示说明，语言模型生成可以以此为根据生成机器人不同模块的调用代码，根据用户所给出的复杂自然语言指令进行一定程度的推理和执行。在机器人搭配的硬件充足的情况下，允许机器人实现较复杂的任务。
-
公开(公告)号：CN118131633B
公开(公告)日：2024-07-16
申请号：CN202410559100.1
申请日：2024-05-08
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明公开了基于LQR和Kalman滤波的无人自行车自平衡控制方法，包括自行车本体，所述自行车本体的前叉上设置有动量轮，所述自行车本体的后架上设置有无刷电机，所述自行车本体的前杠上设置有惯性传感器，所述自行车本体的前杠上设置有微控制器和卡片电脑，所述自行车本体的前杠上设置有激光雷达，所述自行车本体的前杠上设置有舵机，所述自行车本体的车头上设置有激光雷达，芯片通过读取惯性传感器的姿态角度信息，结合LQR和卡尔曼滤波算法控制无刷电机和动量轮，实现车身自平衡，最后使用卡片电脑采集激光雷达数据，建立离线地图并识别障碍物后进行避障和自动规划路径，本发明可以提高自行车的稳定性和安全性，更加便利人们出行和生活。
-
公开(公告)号：CN118163115A
公开(公告)日：2024-06-11
申请号：CN202410565935.8
申请日：2024-05-09
Applicant: 安徽大学
Abstract: 本发明公开了基于SSVEP‑MI和脸部关键点检测融合的机器手控制方法，涉及机器手控制领域，本发明通过使用目标检测模型进行可抓取物体的检测，并在LED屏幕上根据物品区域叠加闪烁，脑机接口采集用户的稳态视觉诱发（SSVEP）信号；通过对采集的SSVEP信号进行预处理和分类，识别出用户关注的对象；并通过基于图像的抓取位姿算法计算相应的机器手抓取姿态，实现物品的自动抓取；本发明综合利用了SSVEP‑MI和脸部关键点检测，根据不同的物体采用不同的抓取姿态提高抓取的可靠性，采用多种范式融合有效解决了传统脑控机器手控制模式单一，抓取效率低下的问题，弥补了现有实际应用技术的不足，本发明主要应用于基于SSVEP‑MI和脸部动作的脑控机器手控制方法中。
-
公开(公告)号：CN118163115B
公开(公告)日：2024-08-02
申请号：CN202410565935.8
申请日：2024-05-09
Applicant: 安徽大学
Abstract: 本发明公开了基于SSVEP‑MI和脸部关键点检测融合的机器手控制方法，涉及机器手控制领域，本发明通过使用目标检测模型进行可抓取物体的检测，并在LED屏幕上根据物品区域叠加闪烁，脑机接口采集用户的稳态视觉诱发（SSVEP）信号；通过对采集的SSVEP信号进行预处理和分类，识别出用户关注的对象；并通过基于图像的抓取位姿算法计算相应的机器手抓取姿态，实现物品的自动抓取；本发明综合利用了SSVEP‑MI和脸部关键点检测，根据不同的物体采用不同的抓取姿态提高抓取的可靠性，采用多种范式融合有效解决了传统脑控机器手控制模式单一，抓取效率低下的问题，弥补了现有实际应用技术的不足，本发明主要应用于基于SSVEP‑MI和脸部动作的脑控机器手控制方法中。
-
公开(公告)号：CN118131633A
公开(公告)日：2024-06-04
申请号：CN202410559100.1
申请日：2024-05-08
Applicant: 安徽大学
IPC: G05B13/04
Abstract: 本发明公开了基于LQR和Kalman滤波的无人自行车自平衡控制方法，包括自行车本体，所述自行车本体的前叉上设置有动量轮，所述自行车本体的后架上设置有无刷电机，所述自行车本体的前杠上设置有惯性传感器，所述自行车本体的前杠上设置有微控制器和卡片电脑，所述自行车本体的前杠上设置有激光雷达，所述自行车本体的前杠上设置有舵机，所述自行车本体的车头上设置有激光雷达，芯片通过读取惯性传感器的姿态角度信息，结合LQR和卡尔曼滤波算法控制无刷电机和动量轮，实现车身自平衡，最后使用卡片电脑采集激光雷达数据，建立离线地图并识别障碍物后进行避障和自动规划路径，本发明可以提高自行车的稳定性和安全性，更加便利人们出行和生活。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
