-
公开(公告)号：CN108791560B
公开(公告)日：2020-12-29
申请号：CN201810497737.7
申请日：2018-05-23
Applicant: 哈尔滨理工大学
IPC: B62D57/032
Abstract: 一种可协同调控多足机器人的单腿操作和机体平移的遥操作系统及控制方法，涉及多足机器人在面对障碍环境时，一种可维持机体稳定裕度且最大限度提升机器人环境交互能力的遥操作方式。本发明所述多足机器人的遥操作系统提出了可协同控制单腿操作和机体平移的遥操作方案，建立耦合作用下的整机运动学模型及可操作腿的动力学模型，设计机体层和单腿层的遥操作子系统，采用多自由度耦合的绝对稳定性准则对机体层控制律参数进行求解，基于非线性力观测器以及自适应鲁棒控制器对单腿层控制架构进行改进。所提出控制方法能够保证多足机器人在障碍环境下产生稳定的遥操作系统，满足跟踪精度的同时兼具良好的力透明度。本发明适用于多足机器人的遥操作领域。
-
公开(公告)号：CN112015088A
公开(公告)日：2020-12-01
申请号：CN202010945877.3
申请日：2020-09-10
Applicant: 哈尔滨理工大学
IPC: G05B13/04 , G05B9/03 , G05D1/08 , B62D57/032
Abstract: 本发明涉及一种关节锁定故障的六足机器人容错运动规划方法。目前，足式机器人具有更好的地形适应性，然而，当机器人在远程工作时，执行器的故障是一个严重的问题。一种关节锁定故障的六足机器人容错运动规划方法，其组成包括：六足机器人本体，所述的六足机器人本体由机体(1)和六条腿(2)组成，机体采用正六边形结构，六条腿包括一号腿(2-1)、二号腿(2-2)、三号腿(2-3)、四号腿(2-4)、五号腿(2-5)和六号腿(2-6)，其中跟关节(3)为旋转关节，连接机体与基节，髋关节(4)为一级俯仰关节，连接基节与大腿，膝关节(5)为二级俯仰关节，连接大腿与小腿。本发明应用于关节锁定故障的六足机器人容错运动规划方法。
-
公开(公告)号：CN110196597A
公开(公告)日：2019-09-03
申请号：CN201910489240.5
申请日：2019-06-06
Applicant: 哈尔滨理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于轨迹约束的多移动机器人协同运输方法，包括：(1)各移动机器人将目标物体的期望运动轨迹解算为各移动机器人的期望运动轨迹并结合自身姿态信息求解轨迹跟踪控制律；(2)基于各移动机器人彼此共享的姿态信息解算目标物体的实时姿态信息；(3)通过各移动机器人的姿态信息及目标物体姿态信息求解目标物体施加于各移动机器人的轨迹约束项；(4)结合各移动机器人的轨迹跟踪控制律及轨迹约束项即可实现各移动机器人协同运输控制律的设计。通过上述方式，本发明可规避多移动机器人协同运输技术领域中所面临的力传感器量测精度不高且成本高昂的问题。
-
公开(公告)号：CN106383441A
公开(公告)日：2017-02-08
申请号：CN201610835693.5
申请日：2016-09-21
Applicant: 哈尔滨理工大学
IPC: G05B13/04
CPC classification number: G05B13/04
Abstract: 新型多足机器人在较平坦地形下的遥操作系统及方法，涉及一种当人类无法亲身进入到工作场合时，遥操作多足机器人辅助其完成指定任务的新方式。本发明所述的一种新型多足机器人在较平坦地形下的遥操作系统及控制方法，首先需要确定多足机器人的遥操作系统的映射方式；其次建立主端系统的动力学模型及从端系统的运动学模型；然后采用半自主的控制策略设计多足机器人遥操作系统的控制器，并以触觉力反馈的形式指导操作人员更合理的遥操作多足机器人；最后通过稳定性判定准则，推导出控制器增益系数的合理范围；所提出的遥操作模式及控制方法也是为后续复杂地形下多足机器人遥操作系统的设计做铺垫。本发明适用于多足机器人的遥操作领域。
-
公开(公告)号：CN105468012A
公开(公告)日：2016-04-06
申请号：CN201610004959.1
申请日：2016-01-07
Applicant: 哈尔滨理工大学
IPC: G05D1/08
CPC classification number: G05D1/0891
Abstract: 针对重型载人足式机器人线控转向系统的路感模拟方法，涉及一种增强其操纵临场感的方式。本发明是为了解决以电信号的方式操纵足式机器人转向过程中由于路感信息的缺失而造成操纵不准确的问题。本发明首先确定转向操纵方式；其次推导机器人转向过程中足-地力作用在重心处的理论力矩；然后通过腿部液压缸运动-力学模型解算各关节实际转矩并推导机器人转向过程中足-地力作用在重心处的解析力矩；最后采用滑模控制，使线控转向系统内的路感电机模拟出高保真的足-地接触力矩并反馈给驾驶员；利用本发明可以实时的还原出机器人与路面相互作用的接触信息，从而提高了驾驶员操纵机器人的稳定性及准确性。本发明适用于足式机器人的操纵技术领域。
-
Patent Agency Ranking
公开(公告)号：CN104460672A
公开(公告)日：2015-03-25
申请号：CN201410653477.X
申请日：2014-11-17
Applicant: 哈尔滨理工大学
Abstract: 一种仿生六足机器人控制系统及控制方法，涉及机器人控制技术领域。本发明是为了解决现有的履带式和轮式机械在复杂环境下行走困难的问题。本发明遥控操作单元无线信号输入或输出端连外部通信单元输出或输入端，外部通信单元连主控单元，主控单元两路通信信号输入或输出端分别连传感器单元的两路通信信号输出或输入端，主控单元输入或输出端连UMAC运动控制单元输出或输入端，UMAC运动控制单元输出端连驱动控制单元输入端，UMAC运动控制单元输入端连驱动控制单元输出端，UMAC运动控制单元的多个开关信号输入端分别连接限位开关单元的多个开关信号输出端。它可用在不规则路面的行走。
-
公开(公告)号：CN119106513A
公开(公告)日：2024-12-10
申请号：CN202411236793.7
申请日：2024-09-04
Applicant: 哈尔滨理工大学
IPC: G06F30/17 , B62D57/032 , G06F30/20 , G06F119/14
Abstract: 本发明属于足地作用力学技术领域。本发明公开了一种应用于泥地地形的足式机器人足地接触模型构建方法，可提高足式机器人在泥地地形下运动的稳定性，具体方法为：首先，根据泥地的粘塑性、粘弹性、弹性和塑性变形特性，将Burgers模型、非线性黏塑性模型和非线性弹簧模型串联，得到描述这些变形特性的离散元模型。然后，基于土壤力学中的摩尔‑库伦理论，从土壤力学角度考虑泥地的土壤容重、含水量和黏粒含量变化对土壤内聚力的影响，提出并建立这三者与泥地离散元模型中黏滞系数的关系式。最后，根据足端法向力和切向力的大小及其变化趋势，将足地接触过程分为落足、抬足和脱离三个阶段，并将落足到抬足的过渡过程设定为一个独立阶段。其中，落足和抬足两个阶段根据泥地的变形形式进一步细分为弹性变形和塑性变形两个阶段。不同阶段应用泥地离散元模型中描述相应特性的模型来构建足地接触模型。本发明可提高泥地地形的足地接触模型建模精度，使足式机器人在泥地地形下有更高的适应性。
-
公开(公告)号：CN119090918A
公开(公告)日：2024-12-06
申请号：CN202411239120.7
申请日：2024-09-04
Applicant: 哈尔滨理工大学
IPC: G06T7/246 , G06V40/20 , G06N3/044 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/048 , G06V10/40 , G06V10/82 , G06V10/80
Abstract: 本发明提出了一种结合自适应加权融合机制与行人步行行为规范的空间图注意力机制行人轨迹预测方法。首先，通过融合自适应加权机制的BiLSTM网络，准确提取行人运动轨迹的时序特征，增强了特征提取的灵活性和精度。其次，利用空间图注意力机制，构建目标行人与周围行人之间的初步交互特征，并通过该机制获取目标行人和周围行人的空间图注意力特征，精准捕捉行人之间的动态交互关系。接着，在行人步行行为规范的约束下，对空间注意力交互特性进行二次动态规划，确保轨迹预测结果更符合实际行人行为模式。最后，通过对多种轨迹特征的融合，利用序列到序列模型(Seq2Seq)将行人的当前状态映射到未来轨迹，从而实现了高精度的行人轨迹预测。
-
公开(公告)号：CN119055256A
公开(公告)日：2024-12-03
申请号：CN202411460796.9
申请日：2024-10-18
Applicant: 哈尔滨理工大学
IPC: A61B5/374 , A61B5/00 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F18/25
Abstract: 本发明属于癫痫发作预测技术领域，公开了一种基于动态多尺度时空注意力网络的癫痫发作预测方法，包括以下步骤：S1、基于数据收集模块获取脑癫痫发作前期和间期电信号；S2、基于数据处理模块，对脑电信号进行滤波提纯以及分割，获取时间窗信号片段；S3、基于模型构建与训练模块，构建动态多尺度时空注意力网络，其包括动态时间注意力模型、多尺度空间注意力模型和交叉注意力特征融合模型。本发明采用上述一种基于动态多尺度时空注意力网络的癫痫发作预测方法，探究癫痫脑电的时空复杂协同关系，获得脑电长程时空特征，从而提高癫痫发作预测精度；此外本发明还增强了原始数据的辨识力，增加了深度学习算法中的可解释性和适用性。
-
公开(公告)号：CN115708758B
公开(公告)日：2024-07-12
申请号：CN202211450412.6
申请日：2022-11-19
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于柔性机械臂和人体肌电信号的上肢康复模式及训练方法，属于上肢康复模式及训练方法领域。包括：利用多自由度机械臂对人体上肢末端施加力干预，使用gForce手环采集实时的肌电信息，并采用人体肌电信号和力映射的计算方法，来进行刚度测量。通过大量实验，获取到了不同的刚度阈值区间，之后利用力矩控制将实时估计的刚度值传递给机器人，以此判断疲劳程度，划分不同的康复训练模式，之后将检测与计算得到的每个关节角度，角速度，角加速度输入到人机系统的动力学模型中，实现不同的康复训练模式。该方法将肌电信号融入到人机交互的过程中，有效的实现了机械臂的柔顺性控制，提高了应对复杂康复训练的适应性，增加了人机交互体验感。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.037 seconds)
