-
公开(公告)号：CN105031812A
公开(公告)日：2015-11-11
申请号：CN201510313665.2
申请日：2015-06-09
Applicant: 电子科技大学
IPC: A61N1/36
Abstract: 本发明公开了一种肌电信号反馈的功能性电刺激闭环控制系统及方法，首先在功能性电刺激器完成初始化及信号同步后，开始对被控对象进行电刺激；肌电信号采集器采集电刺激肌肉时产生的原始肌电信号，并进行预处理；再采用含时滞项的Hammerstein模型建立肌肉缩张模型，采用卡尔曼滤波方式进行参数辨识；最后对肌肉缩张模型进行在线实时预测，计算最优的电脉冲宽度的控制量，并反馈到功能性电刺激器，对其进行参数更新，实现实时的自适应控制。本发明通过计算被控对象的肌电信号的绝对平均幅值，完成对电刺激的脉冲数的闭环控制调节；提高了闭环功能性电刺激系统的控制精度，实现了肌电信号反馈的功能性电刺激自适应控制。
-
公开(公告)号：CN104915686A
公开(公告)日：2015-09-16
申请号：CN201510388881.3
申请日：2015-07-03
Applicant: 电子科技大学
CPC classification number: G06K9/6269 , G06K9/66 , G06K2209/21
Abstract: 本发明公开一种基于NMF的目标检测方法，包括：采用NMF方法从目标正样本集V中提取特征部件字典W；根据特征部件字典W对训练样本集进行信息重构得到训练样本特征集；用得到的训练样本特征集来训练SVM分类器；根据特征部件字典W对测试样本集进行信息重构得到测试样本特征集；用上述SVM分类器对测试样本特征集中的特征进行分类，实现目标检测。本发明使用MNF方法得到目标关键部件的字典，根据该字典重构目标得到编码，并以此作为目标的特征训练SVM分类器，训练过程快速简单，字典的物理意义明确，且每个码字代表的部件在目标中的相对位置是明确的。
-
公开(公告)号：CN104770941A
公开(公告)日：2015-07-15
申请号：CN201510203764.5
申请日：2015-04-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种外骨骼使用的防滑鞋底，它包括刚性层（1）、防滑层（2）和弹性层（5），防滑层（2）作为底部连接在刚性层（1）下方，弹性层（5）连接在刚性层（1）上方，刚性层（1）和弹性层（5）之间安装有刚性根部（3），刚性根部（3）周围设有一层防脱挡板（4），防脱挡板（4）上设有安装凸台（31），该鞋底通过安装凸台（31）安装在外骨骼上。本发明的有益效果是：该鞋底能够有效防止外骨骼机器人在行走时支撑脚产生滑动和扭转，提高外骨骼机器人的机械性能、稳定性和安全性，该鞋底与地面摩擦大，可以有效防止打滑，并且具有结构简单、穿着舒适、工艺简单、节能环保等优点。
-
公开(公告)号：CN104751467A
公开(公告)日：2015-07-01
申请号：CN201510151563.5
申请日：2015-04-01
Applicant: 电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于动态交比的凝视点估计方法及其系统，方法包括以下子步骤：S1：建立动态交比模型，推导线交比和弧交比的关系； S2：根据相机采集到的图像中光斑点间的距离，对线交比和弧交比的交比比例关系进行拟合；S3：对凝视点估计计算：根据步骤S2中拟合得到的线交比和弧交比的关系式，实时计算交比值并计算凝视点。本发明无须计算四个参数，直接拟合线交比和弧交比的关系，当眼睛移动或转动时，即可直接利用该关系得到交比关系，然后直接利用四个光斑点计算凝视点，该方法省略了计算虚拟投影点的过程，即减少了计算四个点的误差，而只有计算交比这一误差，具有精确度高，实时性好的特点。
-
公开(公告)号：CN104440884A
公开(公告)日：2015-03-25
申请号：CN201410730201.7
申请日：2014-12-04
Applicant: 电子科技大学
IPC: B25J9/00
Abstract: 本发明涉及人体下肢外骨骼机器人，具体涉及一种用于人体下肢外骨骼机器人的髋部长度可调以及省力装置，包括前后长度调节装置（1）、左右长度调节装置（3）和弹簧省力装置（2），所述前后长度调节装置（1）由顶丝（5）、髋关节调节块（6）和螺钉（7）构成；所述左右长度调节装置（3）由内挡片（9）、轴（10）和外挡板（11）构成；所述弹簧省力装置（2）由盲孔和弹簧（12）构成。本发明可以实现无限制调节的外骨骼髋部长度，使得适合穿戴的人群大大增加，舒适度有显著提高，并且加入了弹性省力元件，使得穿戴者所需消耗的里更小，外骨骼续航能力更强。
-
Patent Agency Ranking
公开(公告)号：CN104398322A
公开(公告)日：2015-03-11
申请号：CN201410750477.1
申请日：2014-12-10
Applicant: 电子科技大学
IPC: A61F2/50
Abstract: 本发明公开了一种外骨骼机器人机械脊柱结构，它包括上部支撑架（1）、弯曲长度补偿装置（13）、机械脊柱（4）和驱动装置（9），其中，上部支撑架（1）上设置有肩部传感器点（14），弯曲长度补偿装置（13）包括滑动套（2）和滑动架（3），机械脊柱（4）包括若干个关节（5），关节（5）上设有连接轴（6）、外侧控制钢绳通孔（7）、内侧控制钢绳通孔（10）和脊柱传感器点（12），驱动装置（9）上设有外侧控制钢绳（8）和内侧控制钢绳（11）。本发明的有益效果是：该装置可以用于替代患者的下肢以支撑身体并辅助患者移动，并且可以同时起到支撑和配合背部弯曲的功能，使人体在穿着外骨骼时能够自由弯腰。
-
公开(公告)号：CN103218916B
公开(公告)日：2015-01-21
申请号：CN201310117993.6
申请日：2013-04-07
Applicant: 布法罗机器人科技(苏州)有限公司 , 电子科技大学
Abstract: 本发明公开了一种基于复杂高动态环境建模的闯红灯检测方法及系统，包括以下步骤：1）路口画面进行标定；2）利用高斯混合模型对路口画面进行背景建模；3）对建模的背景进行光照检测与分析，并进行背景的更新，得到当前路口的准确背景图像；4）通过背景差分以及跟踪算法处理得到路口车辆的跟踪信息；5）根据车辆的跟踪信息和标定图像判断车辆是否闯红灯。基于此方法的系统包括摄像装置、控制装置，摄像装置与控制装置连接向其发送拍摄到的路口画面，控制装置用于通过高斯混合模型对拍摄到的路口画面进行背景建模，对建模的背景进行光照检测与分析，判断车辆是否闯红灯。本发明能快速、准确地更新背景，适应各种复杂环境，提高闯红灯检测的准确性和适应性。
-
公开(公告)号：CN104042428A
公开(公告)日：2014-09-17
申请号：CN201410300055.4
申请日：2014-06-27
Applicant: 电子科技大学
IPC: A61H3/00
Abstract: 本发明涉及一种用于下肢外骨骼机器人与人体腰部固定的调节装置，包括两个腰部固定板（1）、两个厚度调节板（2）、两个宽度调节板（3）和一个宽度固定板（4），所述两个厚度调节板（2）和两个宽度调节板（3）上均设有调节螺孔，所述两个宽度调节板（3）呈与人体腰部相适应的弧形，所述两个宽度调节板（3）的一端均通过调节螺孔固定在所述宽度固定板（4）的两侧，所述两个宽度调节板（3）的另一端分别和两个厚度调节板（2）相连接，所述两个厚度调节板（2）和两个腰部固定板（1）通过调节螺孔分别固定。本发明能够使外骨骼机器能与人体腰部更好的固定，同时提高人体的舒适度降低外骨骼机器人在运动中相对于人体的位移，提高安全性能。
-
公开(公告)号：CN103793722A
公开(公告)日：2014-05-14
申请号：CN201410081950.1
申请日：2014-03-07
Applicant: 电子科技大学
Abstract: 本发明涉及一种低分辨率下的快速车辆检测方法及装置，包括以下步骤：采集预定数目的车辆图片作为训练样本，将训练样本调整到预定像素大小；从所述训练样本中提取车辆特征并保存；在视频中抽取图片；将抽取的图片进行等比例收缩，得到变分辨率的图片组；根据保存的车辆特征，用与训练样本同样像素大小的检测窗口对图片组进行遍历，提取图片组中相应位置的haar-like特征，并根据haar-like特征和从训练样本中保存的车辆特征进行检测配比，将具有所述车辆特征的物体分为同类；将检测到的与所述车辆特征相同的物体的位置和矩形大小均记录下来，完成检测。本发明用最少的运算量获得很好的车辆检测效果，实现了车辆检测的快速性与准确性。
-
公开(公告)号：CN103353935A
公开(公告)日：2013-10-16
申请号：CN201310305872.4
申请日：2013-07-19
Applicant: 电子科技大学
Abstract: 本发明涉及计算机视觉、人机交互技术领域，具体涉及一种用于智能家居系统的3D动态手势识别方法，与计算机相连接的Kinect摄像头采集到深度图像和RGB图像；对深度图像进行预处理；在RGB图像中进行人脸检测；提取人脸深度；分离人体手部区域图像；寻找手掌区域；储存手掌位置信息。将本发明用于智能家居系统的控制中，可以代替传统的开关键盘控制，将人手的动作传递给一个中央系统，让人可以不需起身去各家居产品前进行调节而由计算机代劳，操作方式更加轻松简单。
-
-
-
-
-
-
-
-
-
Search Results
359
records
(took 0.03 seconds)
