机械臂的脑机接口控制方法、装置及设备

    公开(公告)号:CN113752259B

    公开(公告)日:2022-08-05

    申请号:CN202111033569.4

    申请日:2021-09-03

    Abstract: 本申请涉及一种机械臂的脑机接口控制方法、装置及设备。机械臂的脑机接口控制方法包括:获取多通道的脑电信号;针对每个通道的脑电信号执行预处理,得到三维空间中六个方向的信号特征;对每个信号特征计算功率谱,并根据功率谱计算对应的预设频段的功率谱特征,将功率谱特征作为频域特征;对每个信号特征进行滑动窗口卷积,得到时域特征;对每个通道的频域特征和时域特征进行拼接,得到特征结果;将得到的多通道的特征结果输入到预先训练好的解码模型中,得到机械臂在三维空间中三个方向的运动速度。如此,将机械臂的运动强度考虑到了控制方法中,提高了机械臂运动控制的流畅程度和脑控机械臂运动的准确性,实现了三维空间下机械臂的在线控制。

    机械臂的脑机接口控制方法、装置及设备

    公开(公告)号:CN113752259A

    公开(公告)日:2021-12-07

    申请号:CN202111033569.4

    申请日:2021-09-03

    Abstract: 本申请涉及一种机械臂的脑机接口控制方法、装置及设备。机械臂的脑机接口控制方法包括:获取多通道的脑电信号;针对每个通道的脑电信号执行预处理,得到三维空间中六个方向的信号特征;对每个信号特征计算功率谱,并根据功率谱计算对应的预设频段的功率谱特征,将功率谱特征作为频域特征;对每个信号特征进行滑动窗口卷积,得到时域特征;对每个通道的频域特征和时域特征进行拼接,得到特征结果;将得到的多通道的特征结果输入到预先训练好的解码模型中,得到机械臂在三维空间中三个方向的运动速度。如此,将机械臂的运动强度考虑到了控制方法中,提高了机械臂运动控制的流畅程度和脑控机械臂运动的准确性,实现了三维空间下机械臂的在线控制。

    基于人工智能的运动预测系统

    公开(公告)号:CN111539981A

    公开(公告)日:2020-08-14

    申请号:CN202010286652.1

    申请日:2020-04-13

    Abstract: 本发明公开了一种基于人工智能的运动预测系统,该系统通过骨架提取模块从视频中提取骨架信息,利用包含循环神经网络的骨架预测模块对骨架的运动状态进行预测,最后通过预测骨架图与原始图片结合得到预测的图片,能够快速准确地得到更为合理的运动预测结果。

    一种基于偏振光场信息预测的偏振/惯性容错导航方法

    公开(公告)号:CN116242368B

    公开(公告)日:2023-07-25

    申请号:CN202310525628.2

    申请日:2023-05-11

    Abstract: 本发明涉及一种基于偏振光场信息预测的偏振/惯性容错导航方法,包括:获取理想环境下传感器测量数据,解算载体系下偏振信息,根据内置时钟和地理位置信息,基于偏振与惯性信息完成组合定姿,将理想环境的偏振信息及组合定姿结果作为训练样本;利用PSO算法优化LSTM神经网络预测模型的参数,基于训练样本进行模型的迭代优化;采集非理想环境下偏振信息,基于光强量测数据判断其可靠性;获取不可靠信息采集时刻,将前一时间段的偏振信息与组合定姿结果作为测试数据;利用已经训练好的神经网络模型得到偏振校正信息,完成组合定姿。本发明用于偏振传感器在遮挡、低光强等非理想环境下的偏振信息的预测与校正,提高导航系统的可靠性和适应性。

    基于人工智能的运动预测系统

    公开(公告)号:CN111539981B

    公开(公告)日:2023-03-10

    申请号:CN202010286652.1

    申请日:2020-04-13

    Abstract: 本发明公开了一种基于人工智能的运动预测系统,该系统通过骨架提取模块从视频中提取骨架信息,利用包含循环神经网络的骨架预测模块对骨架的运动状态进行预测,最后通过预测骨架图与原始图片结合得到预测的图片,能够快速准确地得到更为合理的运动预测结果。

    脑电信号特征处理方法及装置

    公开(公告)号:CN114692680A

    公开(公告)日:2022-07-01

    申请号:CN202210257465.X

    申请日:2022-03-16

    Abstract: 本发明涉及一种脑电信号特征处理方法及装置,所述方法包括获取待测患者在预设时间段内的脑电信号,根据脑电信号得到脑电数据矩阵;以滑动窗口对所述脑电数据矩阵进行截取并进行时延堆叠,得到滑窗增广数据矩阵,并计算模态特征;选取与任务相关的模态向量,将模态向量沿时间进行拼接,得到模态变化信息矩阵并进行空间滤波,得到模态共空间模式;选取区分度最大的模态共空间模式滤波器,分别计算空间滤波后的左、右手运动想象对应模态共空间模式数据的方差信息作为最终特征进行分类。本发明可以基于较少的EEG时间序列数据提取与运动想象相关的全局动态特性,获得大脑模态变化的参数化精确描述,从而提高分类精度,减少脑机接口的控制延时。

    一种人机共驾车辆智能评价方法及系统

    公开(公告)号:CN114742361A

    公开(公告)日:2022-07-12

    申请号:CN202210258963.6

    申请日:2022-03-16

    Abstract: 本发明公开了一种人机共驾车辆智能评价方法及系统。本发明所提供的人机共驾车辆智能评价方法包括:步骤S101、分别采集人机共驾车辆进行任务测试和功能测试的实际数据,其中任务测试包括人机共驾车辆在不同环境下不同任务的测试,功能测试包括驾驶员和智能驾驶员辅助系统每个功能部分的测试;步骤S102、根据实际数据分别获取任务测试的分数和功能测试的分数;步骤S103、根据任务测试的分数和功能测试的分数,得到人机共驾车辆的总分数;步骤S104、根据总分数,获取人机共驾车辆的智能评价结果。本发明通过对人机共驾车辆进行任务测试和功能测试,能够实现对人机共驾车辆智能的定量化评价。

    脑电信号特征处理方法及装置

    公开(公告)号:CN114692680B

    公开(公告)日:2024-12-27

    申请号:CN202210257465.X

    申请日:2022-03-16

    Abstract: 本发明涉及一种脑电信号特征处理方法及装置,所述方法包括获取待测患者在预设时间段内的脑电信号,根据脑电信号得到脑电数据矩阵;以滑动窗口对所述脑电数据矩阵进行截取并进行时延堆叠,得到滑窗增广数据矩阵,并计算模态特征;选取与任务相关的模态向量,将模态向量沿时间进行拼接,得到模态变化信息矩阵并进行空间滤波,得到模态共空间模式;选取区分度最大的模态共空间模式滤波器,分别计算空间滤波后的左、右手运动想象对应模态共空间模式数据的方差信息作为最终特征进行分类。本发明可以基于较少的EEG时间序列数据提取与运动想象相关的全局动态特性,获得大脑模态变化的参数化精确描述,从而提高分类精度,减少脑机接口的控制延时。

    基于分布式高阶滑模估计器的航天器姿态协同控制方法

    公开(公告)号:CN109901394A

    公开(公告)日:2019-06-18

    申请号:CN201910221537.3

    申请日:2019-03-22

    Abstract: 本发明公开了一种基于分布式高阶滑模估计器的航天器姿态协同控制方法,利用姿态四元数,建立领导航天器与跟随航天器的误差跟踪模型;利用图论,建立满足有向生成树条件的通信拓扑;在仅部分跟随航天器获得领导航天器的姿态四元数的约束下,基于一致性算法,所有跟随航天器分布式地观测领导航天器的姿态四元数,利用高阶滑模算法,所有跟随航天器分布式地估计领导航天器的角速度,成功地避免了模型不确定性的影响,具有较高的估计精度,还能避免对多航天器系统的协同误差模型进行分析,简化了多航天器系统的控制系统的设计过程;通过设计姿态协同滑模控制器,有效抑制了模型不确定性和干扰对多航天器系统的影响,实现了姿态的高精度协同跟踪。

    一种基于偏振光场信息预测的偏振/惯性容错导航方法

    公开(公告)号:CN116242368A

    公开(公告)日:2023-06-09

    申请号:CN202310525628.2

    申请日:2023-05-11

    Abstract: 本发明涉及一种基于偏振光场信息预测的偏振/惯性容错导航方法,包括:获取理想环境下传感器测量数据,解算载体系下偏振信息,根据内置时钟和地理位置信息,基于偏振与惯性信息完成组合定姿,将理想环境的偏振信息及组合定姿结果作为训练样本;利用PSO算法优化LSTM神经网络预测模型的参数,基于训练样本进行模型的迭代优化;采集非理想环境下偏振信息,基于光强量测数据判断其可靠性;获取不可靠信息采集时刻,将前一时间段的偏振信息与组合定姿结果作为测试数据;利用已经训练好的神经网络模型得到偏振校正信息,完成组合定姿。本发明用于偏振传感器在遮挡、低光强等非理想环境下的偏振信息的预测与校正,提高导航系统的可靠性和适应性。

Patent Agency Ranking