一种机床误差数据测量装置及处理方法

    公开(公告)号:CN119057564A

    公开(公告)日:2024-12-03

    申请号:CN202411579063.7

    申请日:2024-11-07

    Applicant: 济南大学

    Abstract: 本发明涉及机床误差检测技术领域,公开了一种机床误差数据测量装置及处理方法,包括磁力座,与机床的工作台相连接;第一球杆仪一端设置有第一标准球,第一标准球与磁力座相连接;第二球杆仪一端设置有第二标准球,第二标准球与第一球杆仪远离磁力座的端部相连接,第二球杆仪与第一球杆仪相垂直;连接球与机床的电主轴相连接,连接球与第二球杆仪远离第二标准球的端部相连接,电主轴与第二球杆仪同轴;调整装置包括支架,支架分别与第一标准球、第一球杆仪以及连接球相连接,本发明能够获得更为精准的测量结果。

    一种用于脑电信号的时频分析方法及系统

    公开(公告)号:CN118132947A

    公开(公告)日:2024-06-04

    申请号:CN202410060446.7

    申请日:2024-01-15

    Abstract: 本发明公开了一种用于脑电信号的时频分析方法及系统,涉及康复医疗工程技术领域。该方法包括步骤:获取待分析的强频变调制信号;对强频变调制信号进行短时傅里叶变换,得到初始时频分布结果;对初始视频分布结果进行重分配,得到初始重分配结果;引入群延迟的二阶泰勒展开的信号模型计算二阶群延迟估计算子和幅度修正结果,根据二阶群延迟估计算子和幅度修正结果对初始重分配结果进行优化,得到优化后的时频分布结果;基于所述优化后的时频分布结果实现对所述强频变调制信号的分析。本发明能够识别出不同刺激下的脑电信号,提高识别方法的准确率。

    基于多预测Kalman滤波器的肢体姿态检测方法及系统

    公开(公告)号:CN116206726A

    公开(公告)日:2023-06-02

    申请号:CN202211521076.X

    申请日:2022-11-30

    Abstract: 本发明公开了一种基于多预测Kalman滤波器的肢体姿态检测方法及系统,包括:以IMU测量得到的角速度为状态向量,构建第一Kalman滤波器的状态方程;所述第一Kalman滤波器的观测方程中引入第一失锁因子;以四元数为状态向量,构建第二Kalman滤波器的状态方程,所述第二Kalman滤波器的观测方程中引入第二失锁因子;基于第一Kalman滤波器和第二Kalman滤波器对下肢姿态角速度和四元数的预测值,实现对相应关节姿态的预估。本发明方法利用两个Kalman滤波器对人体下肢姿态进行检测;通过引入失锁因子对两个滤波器的预测值进行失锁描述,能够实现对IMU测量数据的无缝预估,进而实现对人体下肢姿态的准确判断。

    一种考虑可变有色测量噪声的移动机器人定位方法及系统

    公开(公告)号:CN113218388B

    公开(公告)日:2022-07-05

    申请号:CN202110228825.9

    申请日:2021-03-02

    Applicant: 济南大学

    Abstract: 本发明公开了一种考虑可变有色测量噪声的移动机器人定位方法及系统,包括:以移动机器人k时刻在东向和北向的位置和速度作为状态量,将UWB测量得到的移动机器人与UWB参考节点之间的距离作为系统观测量,构建滤波模型;在扩展有限脉冲响应滤波器的基础上,根据在离线阶段选择的不同局部滤波窗口,构建m个不同的考虑有色测量噪声的子滤波器;通过IMM方式对构建的子滤波器的输出进行融合,得到当前时刻的移动机器人最优的位置预估,实现移动机器人的定位。本发明构建不同的有色测量噪声下的子EFIR滤波器,通过交互多模型算法,将各子滤波器的输出进行融合,最终得到最优的UWB测量的移动机器人最优位置预估。

    考虑采样周期随机变化的机器人紧组合导航方法及系统

    公开(公告)号:CN111578939B

    公开(公告)日:2021-11-02

    申请号:CN202010206200.8

    申请日:2020-03-23

    Applicant: 济南大学

    Abstract: 本发明公开了一种考虑采样周期随机变化的机器人紧组合导航方法及系统,包括:获取机器人x方向和y方向的位置误差、速度误差、航向角以及当前时刻的采样周期数据;将上述采集到的数据作为扩展卡尔曼滤波器的状态向量;将激光雷达和航迹推算分别测量的机器人与特征点之间距离的平方差以及当前时刻的采样周期作为扩展卡尔曼滤波器的观测向量进行数据融合,最终得到机器人的最优的状态预估,实现对于机器人的路径导航。

    基于遗传算法和极限学习机的水果糖度检测方法及系统

    公开(公告)号:CN111693487A

    公开(公告)日:2020-09-22

    申请号:CN202010468700.9

    申请日:2020-05-28

    Applicant: 济南大学

    Abstract: 本发明公开了一种基于遗传算法和极限学习机的水果糖度检测方法及系统,包括:获取待测水果的原始近红外光谱并进行预处理;利用遗传算法筛选出最佳的特征波长;将所述最佳的特征波长输入到训练好的极限学习机预测模型,输出水果的可溶性固形物含量信息,进而得到水果糖度信息;其中,所述极限学习机预测模型基于水果的原始近红外光谱及对应的可溶性固形物含量值的对应关系建立。本发明基于遗传算法来筛选波长,将极限学习机法交互验证中因变量的预测值跟实际值的相关系数作为遗传算法的适应度函数,用遗传算法从原始光谱1557个光谱波长中选择最为合适的波长,大大提高水果糖度的预测精度。

    一种结合MANO参数化模型的实时获取2D手部图像关节角度方法

    公开(公告)号:CN120071391A

    公开(公告)日:2025-05-30

    申请号:CN202510084828.8

    申请日:2025-01-20

    Applicant: 济南大学

    Inventor: 孙明旭 王新元

    Abstract: 针对现有技术不足,本发明提出一种基于MANO参数化模型的实时获取2D手部图像关节角度方法,首先,本发明通过双分支模型和高效特征聚合器设计,增强了获取2D手部图像关节实时性;其次,引入多种损失函数联合优化,显著提高关节角度预测的准确性;最后,本发明采用轻量化设计,大幅减少网络参数量,支持在低算力设备上的部署,优化的网络结构确保高效运行,同时保持预测精度,可集成到现有的手势识别系统或其他基于人机交互的应用中,节约开发成本。

    一种含谐波和脉冲的轴承振动信号的时频表示方法及系统

    公开(公告)号:CN116989885A

    公开(公告)日:2023-11-03

    申请号:CN202310855270.X

    申请日:2023-07-12

    Applicant: 济南大学

    Abstract: 本发明公开了一种含谐波和脉冲的轴承振动信号的时频表示方法及系统,该方法包括:获取轴承振动信号,计算轴承振动信号每个时频点的啁啾率;针对每个时频点,对当前时频点的啁啾率与性能边界进行比较,若当前时频点的啁啾率大于性能边界,则对当前时频点对应的轴承振动信号进行同步提取变换,得到相应时频表示;反之,则对当前时频点对应的轴承振动信号进行瞬态提取变换,得到相应时频表示;将所有时频点的同步提取变换后的时频表示和瞬态提取变换后的时频表示对应相加,得到轴承振动信号高分辨率的时频表示。本发明提出了一种同步瞬态提取变换,实现为同时包含谐波分量和脉冲分量的轴承振动信号提供能量集中、高分辨率的时频表示。

Patent Agency Ranking