一种机械拇指对掌关节、机械拇指及机械手

    公开(公告)号:CN116652992A

    公开(公告)日:2023-08-29

    申请号:CN202310939802.8

    申请日:2023-07-28

    Abstract: 本发明提供了一种机械拇指对掌关节、机械拇指及机械手,涉及机器人技术领域。该机械拇指对掌关节设置基座作为框架结构,将十字连轴、传动组件、电机和驱动轴集成在基座上,可有效提升机械拇指对掌关节的集成度,能够在一定程度上满足机械手小型化设计的需要,同时,可将电机输出的旋转动力,经十字联轴器和传动组件传递至驱动轴,从而实现对驱动轴的旋转驱动,而驱动轴则与机械拇指的近指节基座相连接,从而通过驱动轴的旋转,来实现机械拇指的旋转,此外,可以利用十字联轴器吸收振动的性能,降低整个机械手工作时的噪声,而且十字联轴器的结构较为紧凑,能够进一步提升机械对掌关节的集成化设置,进一步满足机械手小型化设计的需要。

    一种双驱动微创手术刀结构

    公开(公告)号:CN113598891B

    公开(公告)日:2023-01-13

    申请号:CN202110898983.5

    申请日:2021-08-04

    Abstract: 本发明涉及外科手术工具技术领域,具体而言,涉及一种双驱动微创手术刀结构。双驱动微创手术刀结构包括主体结构、抓取组件和切割组件,主体结构包括固定管和第一限位管,固定管与第一限位管同轴心设置,固定管位于第一限位管内,固定管与第一限位管之间具有通道,抓取组件与切割组件连接,抓取组件与切割组件适于沿通道伸出或缩回主体结构,切割组件用于病灶的切除,切割组件还用于抓取组件端部的收缩或放松。本发明通过收纳于主体结构内的抓取组件与切割组件,可以使创口截面积减小到第一限位管的横截面积,通过抓取组件和切割组件协调配合,可以实现对病灶的完整切割和包络抓取,以确保病灶取出时的完整性、相对位置确定性,便于病理分析。

    假手指协同控制用多自由度采集的数据手套

    公开(公告)号:CN115016645A

    公开(公告)日:2022-09-06

    申请号:CN202210677746.0

    申请日:2022-06-15

    Abstract: 假手指协同控制用多自由度采集的数据手套,涉及生物机电一体化技术领域。为了解决现有假手安装同时需要在人头部或者手部套上采集设备,设备笨重的问题。数据处理器,对所在指节背部或所在手掌背部的三轴角速度、三轴重力加速度和三轴磁场强度进行处理得到健康手指运动的关节角度信息,根据健康手指运动的关节角度信息计算出假手指运动的关节角度信息,从而驱动假手指上的电机驱动模块到指定位置;还用于接收法向接触力,对假手指的关节角度信息进行修正,得到修正后的关节角度信息,驱动假手指上的电机驱动模块运动至修正后的关节角度信息,达到与抓取物贴合的状态;力传感器,用于感知假手指与抓取物体的法向接触力。用于控制假手指协同运动。

    一种可用于假肢人机物理界面的变刚度单元及其调节方法

    公开(公告)号:CN114931456A

    公开(公告)日:2022-08-23

    申请号:CN202210520709.9

    申请日:2022-05-13

    Abstract: 本发明提出了一种可用于假肢人机物理界面的变刚度单元及其调节方法,属于医疗器械技术领域。解决了现有的前臂假肢接受腔大多注重保证假肢力与运动的传递性能,对患者前臂因长期受压迫而造成的安全问题考虑较少,因此可能导致假肢佩戴处肌肉水泡、疼痛等问题。该变刚度单元安装在假肢接受腔中并与人体肌肉接触,可以方便、可靠、精确地实现软硬切换,在截肢患者需要放松休息时,可以主动调低单元的刚度,从而减小假肢对肌肉的压迫,提升舒适度;在截肢患者需要用力、进行一系列动作时,可以主动调高单元的刚度,从而满足力和位移的精确传递特性。

    一种仿人机械手
    65.
    发明公开

    公开(公告)号:CN114888833A

    公开(公告)日:2022-08-12

    申请号:CN202210535502.9

    申请日:2022-05-17

    Abstract: 本发明提供了一种仿人机械手,涉及机械手技术领域。本发明所述的仿人机械手,手心板上设有多个手心触觉传感器;核心安装板内设有主控制板,主控制板上设有多个分别用于检测仿人机械手的姿态角、加速度、温度以及电流的传感器;手指包括四指和拇指,四指为模块化欠驱动手指,拇指为全驱动手指;四指的远指节、中指节和近指节上分别设有多个四指触觉传感器,且四指的掌指关节和远侧指间关节上分别设有位置传感器;拇指的远指节和近指节上分别设有多个拇指触觉传感器,且拇指的腕掌关节和远侧指间关节上分别设有位置传感器。有效提高仿人机械手的感知能力、灵巧性和集成度,且有效降低安装及维修替换的成本,同时降低安装及维修难度。

    一种多自由度的机器人手指
    66.
    发明公开

    公开(公告)号:CN114851231A

    公开(公告)日:2022-08-05

    申请号:CN202210537736.7

    申请日:2022-05-18

    Abstract: 本发明涉及机器人技术领域,具体而言,涉及一种多自由度的机器人手指。包括中指节、指尖驱动装置以及指尖,所述指尖驱动装置设置在所述中指节中,所述指尖驱动装置包括第一驱动机构、减速箱以及第一传动机构,所述第一驱动机构和所述减速箱的输入端传动连接,所述减速箱的输出端和所述第一传动机构传动连接,所述第一传动机构和所述指尖传动连接。设置第一驱动机构、第一传动机构,启动第一驱动机构时,可以带动第一传动机构,第一传动机构运转过程中,可以带动指尖进行运动,从而保证指尖可以进行独立运动,提高了机器人手指的灵巧性和操作物体的能力。

    基于手掌弯曲信息的人手运动模式识别系统

    公开(公告)号:CN112971773B

    公开(公告)日:2022-05-31

    申请号:CN202110271985.1

    申请日:2021-03-12

    Inventor: 姜力 姚皓宁

    Abstract: 本发明公开了一种基于手掌弯曲信息的人手运动模式识别系统,所述人手运动模式识别系统包括传感手套、信号采集电路、计算机和显示器系统,其中:所述传感手套的手心布置有数个弯曲度传感器,每个弯曲度传感器通过导线与信号采集电路相连接;所述信号采集电路与计算机相连接,计算机对信号采集电路的信号进行信号的采集和处理,并在显示器上显示相关信息。本发明采用的电路系统简单可靠,对信号的处理方法快速准确,识别率较高并且稳定。在一次试验中,对数据库中有的9种常用手势进行识别,总体识别率能够突破80%,对于一些动作的识别率甚至能够接近100%,可以满足对人手部动作的实时识别和后续进行假手控制的要求。

    一种机器人的灵巧手手指及机械手

    公开(公告)号:CN112720554B

    公开(公告)日:2022-04-22

    申请号:CN202011532964.2

    申请日:2020-12-21

    Abstract: 本发明涉及机器人手指的技术领域,涉及一种机器人的灵巧手手指及机械手,包括:中指节外壳,其转动连接有第一转轴和第二转轴,且第一转轴和第二转轴传动连接;指尖部,其与第二转轴固定连接;弹性连接件,弹性连接件的一部分与第一转轴连接,另一部分与中指节外壳连接;驱动件,其与第一转轴驱动连接,驱动件通过第一转轴和弹性连接件驱动中指节外壳转动;驱动件还通过第一转轴和第二转轴驱动指尖部转动;当中指节外壳固定时,驱动件驱动第一转轴转动的过程中,弹性连接件适于发生弹性形变,以维持第一转轴转动。本发明具有便于驱动中指节外壳和指尖部同时转动,且当中指节外壳抵触物体后,仍能维持指尖部的转动而包络物体的优点。

    一种基于深度学习的静脉血管分割方法

    公开(公告)号:CN112288739B

    公开(公告)日:2022-04-22

    申请号:CN202011310011.1

    申请日:2020-11-20

    Abstract: 一种基于深度学习的静脉血管分割方法,它属于生物识别以及医疗影像技术领域。本发明解决了采用传统方法对静脉血管成像的质量差的问题。本发明方法的具体实施过程为:步骤S1、采集静脉血管图像,并对采集的图像进行图像增强处理;步骤S2、对增强处理后的图像进行标注,将标注后的图像调整为统一尺寸,获得尺寸调整后的图像,尺寸调整后的图像组成训练数据集;步骤S3、利用训练数据集对融合注意力机制的UNet模型进行训练,获得训练好的融合注意力机制的UNet模型;步骤S4、将采集的新图像输入训练好的融合注意力机制的UNet模型,通过训练好的融合注意力机制的UNet模型获得对新图像的静脉血管分割结果。本发明可以应用于静脉血管分割。

    一种基于多层卷积神经网络的多自由度人体运动信息解析方法

    公开(公告)号:CN108345873A

    公开(公告)日:2018-07-31

    申请号:CN201810241608.1

    申请日:2018-03-22

    Abstract: 一种基于多层卷积神经网络的多自由度人体运动信息解析方法,本发明涉及基于多层卷积神经网络的多自由度人体运动信息解析方法。本发明为了解决当前模型对肌电信号中的信息使用效率较低,以及获取的运动信息不够丰富的问题。本发明包括:一:采集原始肌电信号以及对应的实际动作信息;二:基于一维卷积神经网络模型设计解析多自由度人体运动信息的模型;三:以步骤一采集的原始肌电信号作为输入,以对应的实际动作信息作为输出,对解析多自由度人体运动信息的模型进行训练,得到训练后的解析多自由度人体运动信息的模型;四:采集原始肌电信号,输入训练后的解析多自由度人体运动信息的模型,预测当前的动作信息。本发明用于运动信息检测领域。

Patent Agency Ranking