-
公开(公告)号：CN116152216A
公开(公告)日：2023-05-23
申请号：CN202310196066.1
申请日：2023-03-03
Applicant: 北京理工大学 , 北京理工大学重庆创新中心
Abstract: 本发明公开了一种基于神经网络的防护材料疲劳样本制备方法及设备，包括：将所要制备疲劳样本的防护材料样品固定在防护材料疲劳样本制备设备中，通过图像采集系统获取图像信息数据，通过激光传感器和压力传感器获得位移信息数据和压力信息数据，通过多波混合模糊神经网络对三通道信息流进行模糊分析后控制电机制备疲劳样本，通过分步共享神经网络分析图像信息获取疲劳样本最终效果图。本发明的制备方法能够批量高效的产生疲劳样本，既能控制疲劳样本产生疲劳的强度，也能够控制疲劳样本的制备时长，避免了在人为制造疲劳样本时无法定量研究的缺陷，也解决了疲劳样本本身难以大量获得的困难，实现了标准化、定量化制备疲劳样本的全流程。
-
公开(公告)号：CN116808391A
公开(公告)日：2023-09-29
申请号：CN202310784039.6
申请日：2023-06-29
Applicant: 北京理工大学
IPC: A61M21/00 , A61B5/0205 , A61B5/1455 , A61B5/369 , A61B5/389 , A61B5/00 , G06F18/25 , G06F18/2431
Abstract: 本发明涉及一种基于生理信号解码的睡眠唤醒方法和系统，包括：使用者设置被唤醒时期和唤醒方式后进入睡眠活动，获取使用者睡眠中的生理信号；基于FMDC算法对生理信号进行预处理，获取残差信号；基于XFD算法对残差信号进行解码，获取使用者的睡眠阶段；对使用者的睡眠阶段进行判断，若使用者处于可唤醒睡眠阶段，则基于设置的被唤醒时期和唤醒方式将使用者唤醒。本发明提供的唤醒方法可以使人感到更为清醒和有活力，减少疲劳和不适感，同时解决了基于单一生理信号的起床方法容易发生误判的问题。
-
公开(公告)号：CN119773796A
公开(公告)日：2025-04-08
申请号：CN202411710284.3
申请日：2024-11-27
Applicant: 北京理工大学
IPC: B60W50/08 , B60W50/10 , B60W50/00 , B60W30/095 , G06F3/01
Abstract: 本发明公开了一种基于深度学习环境感知的脑控驾驶方法及系统，方法包括：构建稀疏梯度诱发电位的脑机接口控制范式；基于所述脑机接口控制范式，获取目标脑电信号数据；对目标脑电信号数据进行处理，获取用户控制意图，并将所述用户控制意图映射到驾驶设备的线速度‑角速度空间；基于深度学习网络获取驾驶设备周围环境信息；基于动态环境自适应控制算法，整合所述用户控制意图与所述驾驶设备周围环境信息，进行人机协同控制决策。本发明能够解决现有传统脑控驾驶系统因线速度与角速度的非耦合性控制导致的脑控效率低下，以及难以在复杂动态环境中的适应性问题。
-
公开(公告)号：CN118161317A
公开(公告)日：2024-06-11
申请号：CN202410279436.2
申请日：2024-03-12
Applicant: 北京理工大学
Abstract: 本发明公开了一种脑控手部外骨骼方法和设备，包括：基于机器视觉试验台的摄像头实时采集视频流，并通过机器视觉算法识别手部骨骼点，基于手部骨骼点生成视觉融合诱发电位范式；使用者通过观看视觉融合诱发电位范式诱发出相应的大脑活动后，获取带有特征的脑电信号，基于TCP/IP协议将脑电信号转发到局域网中；从局域网中获取到预设窗长的脑电信号并通过脑电解码算法进行解码，得到机器控制指令后通过蓝牙转发出去；收到蓝牙转发的机器控制指令后，根据机器控制指令控制电机进行运动，从而带动手部外骨骼的运行，牵引使用者的对应手指完成运动过程。本发明可以提高用户的使用体验，同时提升脑控手部外骨骼的性能。
-
公开(公告)号：CN115828208A
公开(公告)日：2023-03-21
申请号：CN202211561629.4
申请日：2022-12-07
Applicant: 北京理工大学
IPC: G06F21/32 , G06F21/60 , G06F18/24 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于云边协同的触觉脑电解锁方法及系统，其中方法包括：获取边端的脑电波数据，在云端通过脑电波数据对神经网络训练，生成特异性模型；获取边端的未知脑电波数据，在云端通过未知脑电波数据对神经网络训练，生成未知特异性模型；其中所述神经网络为分频卷积网络；在云端对未知特异性模型与特异性模型的黎曼空间距离进行计算，得到判断的结论数据并发送至边端；边端基于结论数据执行解锁或者不解锁的操作。本申请通过边云协同的操作和非对称加密与解密的操作，保证了用户使用解锁装置的安全性和隐私性。
-
Patent Agency Ranking
公开(公告)号：CN118444782A
公开(公告)日：2024-08-06
申请号：CN202410555526.X
申请日：2024-05-07
Applicant: 北京理工大学
IPC: G06F3/01 , A61B5/378 , A61B5/372 , A61B5/00 , G06F18/241
Abstract: 本发明公开了一种基于边缘调频的超大指令集脑机智能交互系统，包括：人脑特征视觉诱发模块、脑电采集模块、脑电信号处理模块、频域‑空间域编解码模块和识别结果反馈模块；人脑特征视觉诱发模块用于基于边缘调频对刺激源进行编码，并将编码后的刺激源呈现给用户；脑电采集模块用于采集接收到刺激源的用户的脑电信号；脑电信号处理模块用于基于边缘调频对脑电信号进行处理和特征提取，得到脑电信号的频域特征值；频域‑空间域编解码模块用于基于频域特征值将脑电信号解码成脑控指令；识别结果反馈模块用于实时显示脑控指令并标注刺激源，为用户提供即时反馈。本发明具有实时性好、识别准确度高可拓展性好的优点。
-
-
公开(公告)号：CN119077737A
公开(公告)日：2024-12-06
申请号：CN202411353138.X
申请日：2024-09-26
Applicant: 北京理工大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于深度学习和人机交互的机械臂控制方法和系统，包括：采集智能制造场景中的画面，识别画面中每个靶目标的位姿，并对画面进行渲染，生成使用者的操作界面；基于使用者产生的对靶目标的控制意图，并通过注视场景中的所述靶目标诱发脑电波，对脑电波进行解码，获得使用者的操作意图；通过机械臂控制器接收使用者的操作意图，基于运动规划方法获得机械臂的运行轨迹，根据运行轨迹，使用动力学模型驱动机械臂的各个关节执行抓取和放置任务。本发明通过融合脑机接口技术和深度学习算法，提供了全新的机械臂控制解决方案。
-
公开(公告)号：CN118144807A
公开(公告)日：2024-06-07
申请号：CN202410279412.7
申请日：2024-03-12
Applicant: 北京理工大学
IPC: B60W50/08 , G06F18/241 , G06F18/21 , G06F3/01
Abstract: 本发明公开一种基于深度脑电相关分类器的脑控驾驶方法和装置、系统，包括：步骤S1、获取受试者大脑皮层产生相应的稳态视觉诱发电位；步骤S2、根据稳态视觉诱发电位，得到脑控驾驶指令；步骤S3、根据脑控驾驶指令对汽车运动进行控制，实现大脑信号控制驾驶。采用本发明的技术方案，解决目前脑控驾驶分类算法准确率低、性能不足、驾驶员视觉疲劳等问题，增加大脑响应特征，提高视觉诱发脑控驾驶分类准确率，增强脑控驾驶性能，帮助驾驶员更安全、更便捷地驾驶车辆。
-
公开(公告)号：CN116788271B
公开(公告)日：2024-03-01
申请号：CN202310788748.1
申请日：2023-06-30
Applicant: 北京理工大学
Abstract: 本发明公开了基于人机协作控制的脑控驾驶方法及系统，包括：获取带有SSVEP闪烁刺激的驾驶场景信息，驾驶员通过观看所述驾驶场景信息，诱发特征大脑活动并进行车辆控制；采集所述驾驶员的所述特征大脑活动，获得对应的脑电信号；通过脑电解码模型对所述脑电信号进行解码，获得所述驾驶员的驾驶意图；将所述驾驶场景信息和车辆状态信息输入智能控制模型，获得原始车辆控制信号；将所述驾驶员的驾驶意图、所述原始车辆控制信号和所述驾驶场景信息同时输入综合决策模型，获得优化后的车辆控制信号；采用所述优化后的车辆控制信号驱动被控车辆，实现调度被控车辆在带有SSVEP闪烁刺激的驾驶场景中的运动。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.021 seconds)
