基于人体数字孪生思想的构建肩胛提肌高保真数字孪生体方法

    公开(公告)号:CN114723886B

    公开(公告)日:2024-06-25

    申请号:CN202210364315.9

    申请日:2022-04-08

    Applicant: 贵州大学

    Abstract: 本发明公开了基于人体数字孪生思想的构建肩胛提肌高保真数字孪生体方法,包括肩胛提肌高精度建模方法及其力‑形模型库构建方法、肩胛提肌组织本构模型研究及肩胛提肌高保真数字孪生体构建方法;研究动作与变形一体的肩胛提肌高精度三维几何模型建模方法,为下一步工作提供数据支撑;展开肩胛提肌组织动力学数值分析研究,结合肩胛提肌组织的力‑形几何模型库及相关试验数据,构建肩胛提肌组织本构模型,以此为基础建立肩胛提肌精确的生物动力学数值分析模型;肩胛提肌的数字孪生体借助数字孪生系统构建,主要包括信息采集、传输和处理系统、仿真计算系统和孪生映射系统;完成对人体肌肉结构高度一致的虚拟孪生映射。

    基于深度学习的坐姿识别方法及系统

    公开(公告)号:CN116645721B

    公开(公告)日:2024-03-15

    申请号:CN202310458735.8

    申请日:2023-04-26

    Applicant: 贵州大学

    Abstract: 本发明的一种基于深度学习的坐姿识别方法及系统,其特征在于:该方法包括如下步骤:S1、采集视频数据,构建包含人体骨骼关键点时空序列数据和局部骨骼夹角时空序列数据的多维度特征的人体异常坐姿训练数据集;S2、将基于图卷积神经网络的人体异常坐姿多时空尺度特征提取模型和基于循环神经网络的人体异常坐姿局部骨骼夹角特征提取模型提取的特征进行融合,并结合人体异常坐姿训练数据集,进行训练,获得人体异常坐姿识别神经网络模型;S3、采用Faster‑RCNN目标检测模型、HRNet人体姿态估计模型、人体异常坐姿识别神经网络模型,预测异常坐姿种类。本发明具有不易丢失坐姿特征、人体异常坐姿识别准确性高的特点。

    基于机器视觉的用户饮食营养成分信息自主感知方法

    公开(公告)号:CN115131783B

    公开(公告)日:2024-02-20

    申请号:CN202210715460.7

    申请日:2022-06-23

    Applicant: 贵州大学

    Abstract: 本发明的一种基于机器视觉的用户饮食营养成分信息自主感知方法,包括如下步骤:通过基于卷积神经网络的食品识别算法对食品数据集进行训练,获得食品识别特征模型;将获得的食品特征模型传送到服务机器人上,服务机器人接收到后加载食品识别特征模型,基于摄像头,服务机器人通过基于机器视觉的饮食营养成分信息自主感知方法开始食品识别检测、同时导入人脸特征信息库进行人脸识别;根据检测到的结果将食品类别信息映射到营养成分库中,计算营养成分,获得用户的营养成分信息,将其存入到用户饮食信息库中,用户可以通过终端查询自己的饮食信息。本发明能够自动感知用户的饮食营养成分信息。

    基于卷积神经网络的物品检测方法

    公开(公告)号:CN114612770B

    公开(公告)日:2024-02-20

    申请号:CN202210277747.6

    申请日:2022-03-21

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于卷积神经网络的物品检测方法,包括:步骤一:对样本图像进行处理;步骤二:构建目标检测网络模型:该目标检测网络模型以RFBNet网络为基础,首先采用双线性插值方法对RFBNet网络的卷积层Conv7、卷积层Conv9_2的特征图扩大到与卷积层Conv4_3特征图相同的尺寸,然后利用concat通道拼接方式进行特征融合,最后通过加入基于通道注意力机制的挤压激励SE模块;步骤三:训练目标检测网络模型;步骤四:使用目标检测网络模型进行检测,得到检测结果。本发明具有能够满足实时性的前提下,提高小目标物品检测精度的特点。

    一种基于车速预测的燃料电池公交车能量管理方法

    公开(公告)号:CN117078030A

    公开(公告)日:2023-11-17

    申请号:CN202310854369.8

    申请日:2023-07-12

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于车速预测的燃料电池公交车能量管理方法,该方法为:选择实车工况数据作为训练和测试工况数据,利用径向基神经网络对车速进行预测,得到误差较小且足够精度的车速预测结果;其次,将该车速预测方法与模型预测控制相结合,建立燃料电池公交车能量管理控制策略模型。本发明所提基于车速预测的燃料电池公交车能量管理方法能很好的适应实车工况,且在实车工况条件下车速预测具有较高精度。且相比于实车能量管理方法,本发明基于车速预测的能量管理方法等效氢耗更低,具有良好工程应用前景。

    基于时空特征的行为检测方法及系统

    公开(公告)号:CN116580334A

    公开(公告)日:2023-08-11

    申请号:CN202310400890.4

    申请日:2023-04-14

    Applicant: 贵州大学

    Abstract: 本发明的一种基于时空特征的行为检测方法,包括如下步骤:制作行为数据集:采集室内环境的非自杀性自伤行为视频数据,在采集的视频数据中对四类行为动作进行标注;加载模型及初始化模型参数:加载计算机视觉和机器学习软件库OpenCV,目标检测特征模型Md,行为检测特征模型Ma,人脸识别特征库Mf,非自杀性自伤行为类别集合L;基于室内活动时空特征的非自杀性自伤行为检测,包括非自杀性自伤行为NSSI特征提取、非自杀性自伤行为NSSI分类。基于时空特征的行为检测系统,包括视频采集、预处理模块、行为检测模块、可视化模块。本发明具有能通过视频数据自动检测非自杀性自残行为的特点。

    基于时空双流网络的动作识别方法

    公开(公告)号:CN116543908A

    公开(公告)日:2023-08-04

    申请号:CN202310686766.9

    申请日:2023-06-12

    Applicant: 贵州大学

    Abstract: 本发明的一种基于时空双流网络的动作识别方法,包括如下步骤:确定动作类别;视频数据Dv采集;基于关键帧处理视频数据并构建动作类别数据集;构建时空双流网络Nst,空间特征提取模块Ms由9层三维卷积和5层三维池化以及一个全连接神经网络构成,时间特征提取模块由二维卷积分片单元和Transformer编码器以及全连接神经网络构成,将空间特征提取模块Ms获得的空间特征Fs与时间特征提取模块Mt获得的时间特征Ft融合,获得融合特征Ffusion;基于时空双流网络进行动作识别,将融合特征Ffusion输入至softmax分类器,获得动作类别概率分布Ap,输出动作类别Aresult。本发明具有能提高识别精度的特征。

    一种血糖仪及血糖自动化测量方法

    公开(公告)号:CN112370054B

    公开(公告)日:2023-07-18

    申请号:CN202011256779.5

    申请日:2020-12-30

    Applicant: 贵州大学

    Abstract: 本发明的一种血糖仪:所述支架(5)上安装有试纸控制机构(1)、手指控制机构(7)、采血针控制机构(8)、电池(9)、主控制器(2)、电机驱动模块(3),其中手指控制机构(7)位于试纸控制机构(1)与采血针控制机构(8)之间,试纸回收箱(4)位于试纸控制机构(1)一侧,采血针回收箱(6)位于采血针控制机构(8)一侧。血糖自动化测量方法:用户通过指纹模块(102)完成身份认证后,依次进入装载试纸模式、装载采血针模式,语音/视频提示用户置入手指后,依次进入固定手指模式、调整高度模式、扎针模式、试纸采血模式,并依据出血量选择性进入自适应调整模式,采血完成后进入回收采血针模式和回收试纸模式,并依据采血针和试纸使用情况选择性进入加注采血针模式。本发明具有结构和功能集成化,自动化程度高,简化操作的特点。

    一种针的自动装载、扎针与回收机构及控制方法

    公开(公告)号:CN112353390B

    公开(公告)日:2023-05-26

    申请号:CN202011254672.7

    申请日:2020-11-11

    Applicant: 贵州大学

    Abstract: 本发明的一种针的自动装载、扎针与回收机构,包括:采血针装载平台(1)、采血针存储平台(2)、采血针回收箱(4)、指床(5)安装在支架(3)上,所述采血针存储平台(2)、采血针回收箱(4)、指床(5)位于采血针装载平台(1)下方。采血针存储支架(22)安装在滑块B(26)上,采血针存储托盘(21)安装在采血针存储支架(22)上,采血针(111)可插入采血针存储托盘(21)内放置。其控制方法,包括:装载采血针模式、扎针模式、回收采血针模式和加注采血针模式。本发明具有结构简单可靠,能防止针尖氧化污染,且操作过程稳定,能实现自动化控制的特点。

    基于势函数的机器人路径规划方法

    公开(公告)号:CN114161416B

    公开(公告)日:2023-04-28

    申请号:CN202111472606.1

    申请日:2021-12-06

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于势函数的机器人路径规划方法,其特征在于:首先采用基于势函数的随机采样方式;其次基于概率,采用与随机采样点欧式距离最近和代价函数值最小的方式选择最近邻节点,并在新节点拓展上采用两次拓展的方法加快算法的搜索效率,第一次拓展采用目标偏向的拓展策略、第二次拓展采用矩形区域随机采样的策略;然后对新节点做重新选择父节点操作和对路径做重新布线操作,得到一条从起始点到目标点的无碰撞的路径,利用删除冗余节点和最大曲率约束对生成的路径进行去除冗余节点和最大曲率约束操作,提高路径的平滑度。本发明具有能够有效地减少了搜索时间和路径的长度,同时平均采样节点数也有了明显的减少的特点。

Patent Agency Ranking