-
公开(公告)号：CN112157678A
公开(公告)日：2021-01-01
申请号：CN202011018189.9
申请日：2020-09-24
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于二分法的平面冗余机械臂碰撞位置检测方法，包括步骤一、搭建平面冗余机械臂碰撞位置检测系统，构建平面冗余机械臂的动力学模型，并判断平面冗余机械臂与障碍物是否发生碰撞；步骤二、当平面冗余机械臂与障碍物发生碰撞时，设定平面冗余机械臂的第m根臂杆与障碍物发生碰撞，使第m根臂杆绕其臂杆上的二分点从碰撞位置朝向理想位置旋转，直到第m根臂杆完成第n次旋转运动，得到碰撞位置，碰撞位置位于第n次旋转运动确定的区间的中点。该方法在浓雾、黑暗、水下等能见度低或者红外、声波传播受限的恶劣环境下依旧可以检测碰撞位置，适用范围更广，同时为平面冗余机械臂在非视觉情况下的避障提供理论基础。
-
公开(公告)号：CN110215295A
公开(公告)日：2019-09-10
申请号：CN201910622643.2
申请日：2019-07-11
Applicant: 河北工业大学
IPC: A61B90/60
Abstract: 本发明公开了一种下肢助坐装置，包括左支撑腿和右支撑腿；所述左支撑腿和右支撑腿结构相同，均包括缓冲装置、大腿骨架、小腿骨架、角度调节装置、支撑杆、支撑滑架和脚底板；所述角度调节装置包括滑杆、压杆和可控气弹簧；所述缓冲装置包括坐垫、座板、板簧、板簧套和扭簧。本装置能同时提供助坐和助前倾功能。助坐时，板簧可以起缓冲作用。通过压杆与卸压触头的配合，调整伸缩杆的长度以达到最合适的坐姿。当人体需要前倾时，将支撑滑架前移，增大与地面的接触面积，使人体重心可以向前微移，防止前倾跌倒。前倾一定角度后扇形凸台与第三凹槽的边缘接触形成机械限位，且前倾过程中扭簧的弹力会提供一定的缓冲，提高人体舒适感。
-
公开(公告)号：CN107330420B
公开(公告)日：2019-09-06
申请号：CN201710573387.3
申请日：2017-07-14
Applicant: 河北工业大学
Abstract: 本发明基于深度学习带有旋转信息的人脸表情识别方法，该方法的步骤是：1)确定人脸表情识别的深度卷积神经网络模型与参数；2)将步骤1)中的深度卷积神经网络模型中的第一个卷积层，即数据输入层后面的Conv1层，改为带有角度信息的卷积层，并将带有角度信息的卷积层命名为NConv层；3)通过图像旋转对FER2013人脸表情数据库进行数据扩充，将扩充后的FER2013人脸表情数据库命名为FER2013II数据库，并对FER2013II数据库进行标签处理；4)使用步骤3)得到的FER2013II数据库对步骤2)处理后的深度卷积神经网络模型进行训练和测试，得到修正后的深度卷积神经网络模型；5)将需要进行识别的人脸表情图片经过预处理后，输入到修正后的深度卷积神经网络模型中，输出人脸表情识别结果。
-
公开(公告)号：CN109382815A
公开(公告)日：2019-02-26
申请号：CN201811321938.8
申请日：2018-11-08
Applicant: 河北工业大学
Abstract: 本发明公开一种工业用智能模块化机械臂，包括固定底座、模块化关节、模块化关节连接件、手爪连接件和机械手爪；所述N个模块化关节与N-1个模块化关节连接件组成一个模块化机械臂，所述模块化机械臂安装在固定底座的侧面；所述机械手爪安装在模块化机械臂的末端。该工业用智能模块化机械臂为冗余机构，自由度较高，可操作性强，在避障与路径规划方面具有很好的应用性，并且解决了外部走线易缠线等问题，外形美观，同时该工业用智能模块化机械臂模块化程度高，可实现任意零件的替换与连接，通用性强，有效的降低了维修与运营成本。
-
公开(公告)号：CN107401565A
公开(公告)日：2017-11-28
申请号：CN201710854335.3
申请日：2017-09-20
Applicant: 河北工业大学
IPC: F16D65/14 , F16D121/20
CPC classification number: F16D65/14 , F16D2121/20
Abstract: 本发明涉及一种高精度制动机构，包括制动开关、制动盘、开关连接架、旋转轴和驱动装置；所述驱动装置连接在旋转轴的输入端，其特征在于所述制动盘安装在旋转轴的轴肩上，随旋转轴作旋转运动；所述制动开关安装在开关连接架上；所述制动开关包括电磁开关、复位弹簧和铁芯，所述铁芯插入到电磁开关内的柱状通孔内，并由复位弹簧完成所述电磁开关和铁芯之间的连接；所述制动盘包括固定基座和六个相同结构的盘齿；六个盘齿以固定基座为中心均匀分布在固定基座的圆柱侧面上，每个盘齿从固定基座连接端到盘齿末端，盘齿宽度逐渐减小；盘齿的末端两侧对称设置有V型凹槽；所述固定基座为底端封盖的圆筒型。
-
Patent Agency Ranking
公开(公告)号：CN107309867A
公开(公告)日：2017-11-03
申请号：CN201710706919.6
申请日：2017-08-17
Applicant: 河北工业大学
IPC: B25J9/00
CPC classification number: B25J9/0006
Abstract: 本发明涉及基于重力支撑的下肢助力外骨骼，包括腰部绑带、用于连接大腿与腰部的连接带和两条腿，两条腿的结构完全相同，每条腿的上部通过连接带与腰部绑带的相应位置固定连接；每条腿均包括大腿支撑部分、小腿支撑部分和脚部固定部分，三部分依次连接；大腿支撑部分与小腿支撑部分的连接处为膝关节，其特征在于：所述大腿支撑部分包括支撑座、大腿副支撑、大腿主支撑和与大腿绑定的绑定带；所述支撑座固定在大腿主支撑的上表面，且支撑座的长度大于大腿主支撑，支撑座的后部与连接带的下部连接，支撑座与连接带连接的区域为使用者坐下时臀部的接触面；支撑座的中部设置有与大腿绑定的绑定带；所述大腿主支撑在膝关节处为开有通孔的凸行卡块。
-
公开(公告)号：CN107131187A
公开(公告)日：2017-09-05
申请号：CN201710492786.7
申请日：2017-06-26
Applicant: 河北工业大学
CPC classification number: F16B7/025 , F16B7/0413
Abstract: 本发明涉及一种管件连接装置，其特征在于该装置包括上连接件、下连接件、定位柱、连接螺母、两个支撑件、滑杆和紧固螺母；上连接件和下连接件的外侧分别连接两个被连接管件的一端，在上连接件和下连接件内均安装一个支撑件，所述定位柱的下端与下连接件的上端固定，定位柱的上端插入上连接件，定位柱的外部安装连接螺母；所述滑杆一端与一个支撑件固定，另一端穿过定位柱与安装在下连接件内的支撑件固定；上连接件和下连接件之间通过连接螺母、紧固螺母进行螺纹连接；所述上连接件呈中空结构，上连接件的上端为通过支撑件能够撑起的上连接件圆台结构。
-
公开(公告)号：CN119359794A
公开(公告)日：2025-01-24
申请号：CN202411659999.0
申请日：2024-11-20
Applicant: 河北工业大学
Abstract: 本申请提供了一种待出醅地缸的位置检测方法、装置、设备及存储介质，具体涉及待出醅地缸的位置检测技术领域，该方法包括：处理器将目标点云图像的第i个数据点的坐标输入至残差模型，得到目标点云图像的第i个数据点的残差值；基于Huber损失函数，根据目标点云图像的第i个数据点的残差值，计算得到目标点云图像的第i个数据点的损失值；对目标点云图像的I个数据点求和，得到目标点云图像的I个数据点的总损失值；根据目标点云图像的I个数据点的总损失值，计算得到目标梯度；对目标梯度的初始参数进行迭代，得到目标参数；根据N个目标参数，确定待出醅地缸的位置。该方法可以避免离群点数据过多而影响待出醅地缸的位置确定的准确性。
-
公开(公告)号：CN116059085B
公开(公告)日：2024-09-03
申请号：CN202211568610.2
申请日：2022-12-08
Applicant: 河北工业大学
Abstract: 本申请提供一种可调式下肢外骨骼康复机器人，包括背部机构、两个髋关节机构、两个大腿外骨骼机构、两个小腿外骨骼机构和两个足部机构，背部机构包括靠背组件；髋关节机构包括第一旋转驱动装置；第一旋转驱动装置的第一旋转端用于带动患者髋关节摆动；大腿外骨骼机构具有第一端和第二端；第一端与第一旋转端相连；大腿外骨骼机构包括第一长度调节组件；第一长度调节组件用于调节第一端与第二端间的距离；第二端具有第二旋转端；第二旋转端由位于第一端与第二端之间的第二旋转驱动装置驱动；小腿外骨骼机构具有第三端和第四端；第三端与第二旋转端相连；第二旋转端可带动小腿外骨骼机构转动；两个足部机构，足部机构与第四端相连。
-
公开(公告)号：CN118015363A
公开(公告)日：2024-05-10
申请号：CN202410181245.2
申请日：2024-02-18
Applicant: 河北工业大学
IPC: G06V10/764 , G06N3/0464 , G06N3/0442 , G06N3/006
Abstract: 基于视觉感知的手臂骨骼数据分类预测方法，采用深度相机采集得到的人体骨骼数据，包括以下步骤：1)创建基于改进粒子群的参数寻优模型，2)构建基于CNN‑BiLSTM‑Attention的神经网络模型，3)构建基于适应度的参数寻优模块，包含初始化粒子群寻优模块、信息存储读取模块、神经网络预测模块和惯性权重更新模块，用于优化神经网络模型的超参数，以深度相机采集得到的人体骨骼数据对基于CNN‑BiLSTM‑Attention神经网络模型进行训练验证，并以对训练验证后的基于CNN‑BiLSTM‑Attention神经网络模型对手臂骨骼数据进行分类预测。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.028 seconds)
