-
公开(公告)号：CN120084474A
公开(公告)日：2025-06-03
申请号：CN202510201006.3
申请日：2025-02-24
Applicant: 东南大学
Abstract: 本发明公开了、一种基于径向磁化的自解耦三维力多模态传感装置、系统及方法，装置包括具有径向磁化的柔性磁膜、微结构层、光波导层、外壳、霍尔元件、PCB板、普通相机和红外相机，其中，所述柔性磁膜、微结构层、光波导层、外壳从上到下依次叠加，所述PCB板、普通相机和红外相机均位于所述外壳底面，所述霍尔元件安装在所述PCB板上。系统包括自解耦三维力多模态传感装置和信号处理装置，信号处理装置可以根据PCB板、普通相机和红外相机的数据，实现三维力解耦、红外距离感知和力施加位置测量。本发明分辨力高，可以实现三维力解耦，且可实现多模态传感。
-
公开(公告)号：CN117593374A
公开(公告)日：2024-02-23
申请号：CN202311775338.X
申请日：2023-12-22
Applicant: 东南大学
IPC: G06T7/73 , G06T7/90 , G06T7/62 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于共享多层感知机及滑动窗口变换器的目标定位方法，对图像上的目标进行定位，以确定其像素坐标。本发明所述的方法，其主结构包含坐标预测部分与置信度预测部分，将每帧图像分成若干个正方形的小区域，对每个正方形的小区域都预测出一组坐标和其置信度，并用置信度最高的一组坐标作为最终预测结果。在坐标预测部分，利用残差卷积层抽象出每个正方形区域的特征，并用Shared MLP总结出坐标预测结果。在置信度预测部分，利用Swin Transformer抽象出每个正方形区域的特征，并用Shared MLP总结出置信度预测结果。本发明创新性地将深度神经网络中的Swin Transformer、Shared MLP、残差卷积等结构进行有机结合，提出了一种全新的图像目标定位的网络结构，其性能优于传统方法。
-
公开(公告)号：CN117047731A
公开(公告)日：2023-11-14
申请号：CN202311088292.4
申请日：2023-08-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于操作者表现的安全共享控制系统，包括主端遥操作系统、从端机械臂系统和通信模块：主端包括操作者的脑电信号测量、手控器操作输入以及上位机软件，上位机包含了人机交互界面、用于保护机器人安全的安全仿真、操作者表现模型；从端包括视觉相机、机械臂以及下位机软件，下位机软件包括目标识别算法、自主控制器、用于动态分配人机权重的共享控制器。本发明通过安全仿真，确认操作者实际作业前的安全控制系数，实现了不同操作经验下的安全控制方法，保护了遥操作机器人的安全作业；长时间作业后，通过测量操作者的脑电信号，实现了基于操作者表现的人机共享控制权重的动态更新，提升了遥操作系统的作业能力。
-
公开(公告)号：CN114734443A
公开(公告)日：2022-07-12
申请号：CN202210451938.X
申请日：2022-04-27
Applicant: 东南大学
IPC: B25J9/16
Abstract: 本发明公开了基于生成对抗模仿学习的人机协作机器人技能识别方法，先明确需要进行的人机协作技能种类；由人类专家分别进行不同技能种类的演示，并采集演示中的图像信息、数据，做好标定；用图像处理的手段识别图像信息，提取能够明确区分不同技能种类的有效特征向量，并将其作为示教数据；利用已经获取的示教数据，通过生成对抗模仿学习的方法，分别对数个鉴别器进行训练，训练完成后，提取使用者的数据，利用该数据分别输入不同的鉴别器中，最后输出的最大值所对应的鉴别器，即为技能识别的输出结果，本发明创新性地将计算机图像识别和模仿学习中著名的生成对抗模仿学习方法相结合，训练时间短，学习效率高。
-
公开(公告)号：CN110742775B
公开(公告)日：2022-04-12
申请号：CN201910969686.8
申请日：2019-10-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于力反馈技术的上肢主被动康复训练机器人系统，包括机器人本体以及主被动训练上位机系统构成，可根据患者病情，开展对患者左、右肩关节内收/外展、前屈/后伸以及左、右肘关节前屈/后伸这些自由度的主、被动康复训练。在被动康复训练模式下，由机器人本体带动患者上肢按照上位机设定的轨迹运动，逐步恢复上肢的基本运动功能；在主动康复训练模式下，患者双手握住机器人本体的末端，与康复训练场景进行交互，并能感受到真实、精确的力反馈，而且支持实时训练数据记录，实现对康复训练效果科学、定量评估，提升康复治疗的效果。
-
Patent Agency Ranking
公开(公告)号：CN113002644B
公开(公告)日：2022-01-21
申请号：CN202110312255.1
申请日：2021-03-24
Applicant: 东南大学
IPC: B62D55/065 , B62D55/08 , B62D55/116 , G01L5/16
Abstract: 本发明公开一种可变履带的管道巡检机器人及其控制方法，本发明的管道巡检机器人，包括机器人主体、对称设置在机器人主体左右两侧的履带组件、行进驱动机构；所述机器人主体与其左右两侧的履带组件之间通过履带固定架连接，所述机器人主体与其左右两侧的履带组件之间分别连接一个履带角度调节机构。本发明可实现对履带的倾角调节，每组履带角度调节机构独立，具有很好的灵活性以适应不同的管道环境。
-
公开(公告)号：CN109189230B
公开(公告)日：2021-07-27
申请号：CN201811275324.0
申请日：2018-10-30
Applicant: 东南大学
IPC: G06F3/01 , G06F3/0354
Abstract: 本发明公开的一种面向触摸屏应用的笔式力‑触觉再现装置及其力控制方法，是针对发明专利ZL201610111304.4中实现力反馈所用到的装置和方法的改进。装置改进包括：（1）增加了位移传感器；（2）将磁流变液阻尼器与音圈电机相结合，形成混合力反馈执行器；（3）在磁流变液阻尼器中增加了霍尔传感器，并采用磁密封技术。提出的力反馈控制方法将虚拟交互力分为低频力信号和高频力信号两部分，并分别采用磁流变液阻尼器和音圈电机来再现。在磁流变液阻尼器中集成霍尔传感器，解决了磁滞效应引起的阻尼器输出力无法被准确预测和控制的问题。该装置可在大的输出力范围内高精度的向用户再现虚拟交互力，并提高用户使用该装置与触摸屏交互的真实感和连续性。
-
公开(公告)号：CN110314066B
公开(公告)日：2021-07-20
申请号：CN201910672628.9
申请日：2019-07-24
Applicant: 东南大学
IPC: A61H1/02
Abstract: 本发明公开了一种外骨骼手指康复训练装置及其使用方法。外骨骼手指康复训练装置包括外骨骼手指康复训练机构，该外骨骼手指康复训练机构包括支撑座、指套作动机构以及与指套作动机构的动力输出端连接的指关节指套；指关节指套能够套接在待康复指关节外围，且指关节指套在指套作动机构的动力作动下，带动待康复指关节被动弯曲/拉伸，所述支撑座包括仿形壳，该仿形壳的内表面依照完整的手掌背面/部分的手掌背面仿形设置，而仿形壳的背面则设置有动力固定座；所述指套作动机构的动力部分安装在动力固定座上；当待康复指关节进行康复运动时，所述指套作动机构位于手掌外侧。因此，本发明不影响患者的握紧动作，可以实现患者康复的完整活动空间。
-
公开(公告)号：CN112587285A
公开(公告)日：2021-04-02
申请号：CN202011434904.7
申请日：2020-12-10
Applicant: 东南大学
Abstract: 本发明公开一种多模态信息引导环境感知的肌电假肢系统及环境感知方法，该假肢系统系统包括具有多模态感知能力的假肢手、阵列肌电传感模块、穿戴式摄像模块、穿戴式力触觉反馈装置、语音交互模块和数据处理器；假肢手通过假肢接受腔穿戴在使用者的残肢端用于力触觉和温度觉的感知，阵列肌电传感模块集成在假肢接受腔与残肢贴合的内表面，穿戴式摄像模块用于实现假肢手对待抓取物体的接近觉信息感知，穿戴式力触觉反馈装置用于实现使用者对假肢接近觉、温度觉和力触觉信息的感知，语音交互模块用于使用者与肌电假肢系统的交互，假肢接受腔内集成有数据处理器。本发明实现了盲人截肢对象自主接近物体，抓取物体。
-
公开(公告)号：CN107378944B
公开(公告)日：2020-12-25
申请号：CN201710477543.6
申请日：2017-06-20
Applicant: 东南大学
Abstract: 本发明公开了一种基于主成分分析法的多维表面肌电信号假手控制方法，包括如下步骤：首先将设有24通道阵列肌电传感器的臂环佩戴至受试者前臂，将五个手指关节姿态传感器分别佩戴在受试者拇指的远节指骨和其余手指的中节指骨处；受试者进行五指独立弯曲伸展训练，同时采集肌电传感阵列数据与手指关节姿态传感器数据；使用主成分分析方法对肌电传感数据进行解耦，组成手指运动训练集；训练完毕后将佩戴在手指上的传感器移除；采取神经网络方法对上述手指运动训练集进行数据拟合，构建手指连续运动预测模型；使用手指连续运动模型预测当前手指的弯曲角度。本发明能够克服离散动作模态分类的非连贯性，最终达到对假手更加平滑流畅的控制。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.022 seconds)
