-
公开(公告)号：CN111452022B
公开(公告)日：2021-04-13
申请号：CN202010211455.3
申请日：2020-03-24
Applicant: 东南大学
Abstract: 本发明公开了基于贝叶斯优化的上肢康复机器人主动训练参考轨迹复杂度调节方法，步骤依次为：建立训练任务模型、选择运动表现指标，确定任务轨迹复杂度、学习运动表现指标与任务轨迹复杂度参数间的函数关系以及实现训练任务的自适应调节。由于被试在训练过程中其运动学习能力有可能发生变化，本发明监测每轮训练中被试的运动表现，并根据被试的运动表现自适应调节训练任务的难度，为任务增加变化性，可提高被试的康复训练效果。本发明对不同的被试均监测其运动表现，可实现个性化的为每个被试自适应调节训练任务，可减少治疗师/技术员实时为不同被试调整任务难度的既枯燥又繁琐的工作量，提高康复训练效率。
-
公开(公告)号：CN111890389A
公开(公告)日：2020-11-06
申请号：CN202010572459.4
申请日：2020-06-22
Applicant: 东南大学
Abstract: 本发明公开了基于多模态交互接口的多移动机器人协同控制系统，包括交互接口模块、通信模块和多移动机器人协同控制模块；交互接口模块包括脑机接口模块、视线追踪模块、融合模块、手控器模块和穿戴式振动触觉反馈模块；多移动机器人协同控制模块包括编队控制模块和规避控制模块；通信模块用于实现交互接口模块与多移动机器人协同控制模块的数据交互。本发明通过多模态交互接口实现对多机器人系统的多自由度控制，增强了单个操作员操控多机器人系统的能力，提高了交互效率；同时本发明采用多种模态对多机器人系统的运动状态进行反馈，增强了操作员对多机器人系统运动状态的态势感知能力，提高了操作员的快速反应能力。
-
公开(公告)号：CN112932898B
公开(公告)日：2022-09-30
申请号：CN202110119541.6
申请日：2021-01-28
Applicant: 东南大学
Abstract: 一种基于贝叶斯优化的按需辅助康复机器人训练方法，通过收集用户多次在随机预设轨迹跟随任务中的表现指标，以成本函数的形式对每一轮中用户的表现进行评价，在后续的每一轮任务中，基于贝叶斯优化算法和用户之前的任务表现进行按需辅助算法的超参数优化，调整下一次任务的按需辅助效果。由于不同被试的运动能力差异性较大，而且在训练过程中的学习能力不同，通过传统训练方式无法自适应用户的运动能力，为了提高被试的康复训练效果，提高康复策略对于不同被试的适应性，通过本发明的方法可以有效提高任务的变化性，并且可以通过更短的循环过程更快实现设备对于用户运动能力的适应性，减少了治疗师的工作量，有效提升了康复效率。
-
公开(公告)号：CN111890389B
公开(公告)日：2021-10-08
申请号：CN202010572459.4
申请日：2020-06-22
Applicant: 东南大学
Abstract: 本发明公开了基于多模态交互接口的多移动机器人协同控制系统，包括交互接口模块、通信模块和多移动机器人协同控制模块；交互接口模块包括脑机接口模块、视线追踪模块、融合模块、手控器模块和穿戴式振动触觉反馈模块；多移动机器人协同控制模块包括编队控制模块和规避控制模块；通信模块用于实现交互接口模块与多移动机器人协同控制模块的数据交互。本发明通过多模态交互接口实现对多机器人系统的多自由度控制，增强了单个操作员操控多机器人系统的能力，提高了交互效率；同时本发明采用多种模态对多机器人系统的运动状态进行反馈，增强了操作员对多机器人系统运动状态的态势感知能力，提高了操作员的快速反应能力。
-
Patent Agency Ranking
公开(公告)号：CN113081671A
公开(公告)日：2021-07-09
申请号：CN202110346485.X
申请日：2021-03-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于贝叶斯优化提高按需辅助康复训练参与度的方法，通过评估被试多次在随机预设轨迹跟随任务中的运动表现指标与运动参与度指标，以提高被试训练中的主动参与度为目标建立评价函数，采用贝叶斯优化方法训练学习评价函数与按需辅助策略的超参数间的关系，寻到下一轮按需辅助策略中最合适的按需辅助策略。该方法同时量化评价被试的运动表现指标与运动参与度指标，可实时监测被试生理心理状态，并根据被试的运动表现与运动参与度变化情况，提供个性化、智能化的最优按需辅助策略，从而保证被试的积极投入状态，有效地刺激神经有效引发神经功能重组，提高了机器人技术辅助康复的训练效率，是康复机器人更快进入临床应用的关键要素。
-
公开(公告)号：CN111452022A
公开(公告)日：2020-07-28
申请号：CN202010211455.3
申请日：2020-03-24
Applicant: 东南大学
Abstract: 本发明公开了基于贝叶斯优化的上肢康复机器人主动训练参考轨迹复杂度调节方法，步骤依次为：建立训练任务模型、选择运动表现指标，确定任务轨迹复杂度、学习运动表现指标与任务轨迹复杂度参数间的函数关系以及实现训练任务的自适应调节。由于被试在训练过程中其运动学习能力有可能发生变化，本发明监测每轮训练中被试的运动表现，并根据被试的运动表现自适应调节训练任务的难度，为任务增加变化性，可提高被试的康复训练效果。本发明对不同的被试均监测其运动表现，可实现个性化的为每个被试自适应调节训练任务，可减少治疗师/技术员实时为不同被试调整任务难度的既枯燥又繁琐的工作量，提高康复训练效率。
-
公开(公告)号：CN115129154A
公开(公告)日：2022-09-30
申请号：CN202210724205.9
申请日：2022-06-23
Applicant: 东南大学
Abstract: 本发明公开了一种基于眼动平滑追踪和引导力场的机器人辅助手眼协调训练系统，包括虚拟交互场景模块、眼动平滑追踪检测模块、机器人辅助拦截模块及撞击力渲染模块，虚拟交互场景模块能够生成具有虚拟运动物体以及手柄虚拟代理的虚拟交互场景；眼动平滑追踪检测模块采集用户对虚拟运动物体进行眼动追踪时的眼动信号以检测出眼动平滑追踪事件。机器人辅助拦截模块估计虚拟运动物体的运动方向并生成拦截引导力场，从而产生辅助力辅助用户拦截。撞击力渲染模块采集机器人手柄运动学信息进行碰撞检测并在检测到碰撞后根据撞击力计算模型计算撞击力并控制电机产生力反馈于用户手部。从而提高用户参与手眼协调训练时的积极性和趣味性，提高系统沉浸感。
-
公开(公告)号：CN113081671B
公开(公告)日：2022-09-30
申请号：CN202110346485.X
申请日：2021-03-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于贝叶斯优化提高按需辅助康复训练参与度的方法，通过评估被试多次在随机预设轨迹跟随任务中的运动表现指标与运动参与度指标，以提高被试训练中的主动参与度为目标建立评价函数，采用贝叶斯优化方法训练学习评价函数与按需辅助策略的超参数间的关系，寻到下一轮按需辅助策略中最合适的按需辅助策略。该方法同时量化评价被试的运动表现指标与运动参与度指标，可实时监测被试生理心理状态，并根据被试的运动表现与运动参与度变化情况，提供个性化、智能化的最优按需辅助策略，从而保证被试的积极投入状态，有效地刺激神经有效引发神经功能重组，提高了机器人技术辅助康复的训练效率，是康复机器人更快进入临床应用的关键要素。
-
公开(公告)号：CN112932898A
公开(公告)日：2021-06-11
申请号：CN202110119541.6
申请日：2021-01-28
Applicant: 东南大学
Abstract: 一种基于贝叶斯优化的按需辅助康复机器人训练方法，通过收集用户多次在随机预设轨迹跟随任务中的表现指标，以成本函数的形式对每一轮中用户的表现进行评价，在后续的每一轮任务中，基于贝叶斯优化算法和用户之前的任务表现进行按需辅助算法的超参数优化，调整下一次任务的按需辅助效果。由于不同被试的运动能力差异性较大，而且在训练过程中的学习能力不同，通过传统训练方式无法自适应用户的运动能力，为了提高被试的康复训练效果，提高康复策略对于不同被试的适应性，通过本发明的方法可以有效提高任务的变化性，并且可以通过更短的循环过程更快实现设备对于用户运动能力的适应性，减少了治疗师的工作量，有效提升了康复效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
