-
公开(公告)号：CN115476360B
公开(公告)日：2025-02-11
申请号：CN202211143209.4
申请日：2022-09-20
Applicant: 南京邮电大学
IPC: B25J9/16 , G06F17/16 , G06F18/23213 , G06F18/22 , G06T17/00
Abstract: 本发明公开了一种基于异构体映射的串联机器人人机示教控制方法及装置，其方法包括：获取示教者示教动作的示教信息；通过改进K‑means算法获取示教信息的关键帧序列；基于示教信息的关键帧序列通过预构建的空间映射将每个关键帧对应的人体关节点三维坐标转换为人体重构关节点三维坐标；通过齐次坐标变换将每个人体重构关节点三维坐标转换为串联机器人坐标系下的三维坐标；将每个串联机器人坐标系下的三维坐标作为串联机器人的机器重构关节点三维坐标点的目标点；基于每个目标点通过并行CCD控制方法控制串联机器人完成示教动作；本发明能够有效改善机器人示教运动的通用性和简洁性，为进一步推广机器人的普及应用提供了有力的手段。
-
公开(公告)号：CN113724197B
公开(公告)日：2023-09-15
申请号：CN202110847674.5
申请日：2021-07-26
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T7/60 , G06T7/62 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/048 , G06N3/084 , G06N3/0985 , G01B21/10 , G01B21/16 , G01B21/22
Abstract: 本发明公开了一种基于元学习的螺纹旋合性判定方法。包括步骤：S1：收集螺纹参数信息，制成原始数据集；对原始数据集进行标注；得到不平衡螺纹参数数据集；S2：对不平衡螺纹参数数据集平衡化处理，得到检测数据集；对检测数据集中进行归一化；S3、将归一化的检测数据集划分为预训练数据集和精调数据集；S4：构建人工神经网络模型，将预训练数据集作为模型的输入，采用MAML元学习算法，进行螺纹旋合性特征预训练，得到预训练好的元模型Meta和初始化参数；S5：将精调数据集输入元模型Meta中进行螺纹旋合性特征微调训练，得到螺纹旋合性判断模型Mfine‑tune。本发明能够通过小样本数据集得到准确的模型，提高了螺纹旋合性检测的准确性，高效性，泛化性，可靠性。
-
公开(公告)号：CN110757450B
公开(公告)日：2022-05-17
申请号：CN201910840728.8
申请日：2019-09-06
Applicant: 南京邮电大学
IPC: B25J9/16
Abstract: 本发明公开了一种肩关节康复机器人参数标定方法，获取康复机器人不同关节角度，输入至预先构建的指数积运动学模型，输出机器人末端位姿；将机器人末端位姿输入至预先构建的末端位置误差模型，通过对末端位置全局灵敏度分析获取机器人运动学参数的取舍情况；将保留的运动学参数输入至预先构建的降维指数积运动学误差模型，输出机器人末端位姿误差；将获得的机器人末端位姿误差输入预先构建的面约束下降维指数积运动学误差模型，输出康复机器人的某关节在面约束下的末端位姿误差；对康复机器人的某关节在面约束下的末端位姿误差基于利用线搜索的LM算法的运动学参数标定。优点：简化运算，实现对机器人的运动学参数标定，提高机机器人的运动精度。
-
公开(公告)号：CN113977574A
公开(公告)日：2022-01-28
申请号：CN202111085903.0
申请日：2021-09-16
Applicant: 南京邮电大学
Abstract: 本发明涉及一种机械臂点约束控制方法，属于控制技术领域，包括建立约束下含关节间隙的机械臂运动学模型，建立机械臂的各连杆坐标系；依据空间变换矩阵建立关节误差模型；添加关节误差变化矩阵，建立关节误差机械臂运动学模型；根据几何约束的建模规则建立对实际点约束的描述，调整关节误差模型参数，建立约束下含关节误差的机械臂运动学模型，建立机械臂末端重复同点约束之间的联系计算相应约束下机械臂的操作域中心；本发明可以指导工程如何添加辅助约束点，提高串联机械臂末端精度。
-
公开(公告)号：CN109512638B
公开(公告)日：2021-06-11
申请号：CN201811350008.5
申请日：2018-11-13
Applicant: 南京邮电大学
IPC: A61H1/02
Abstract: 本发明公开了一种柔性欠驱动手指康复装置，包括基座，所述基座上可拆卸设置有手背穿戴件和电机组件，所述手背穿戴部件上可旋转连接有拇指穿戴部件、食指穿戴部件、中指穿戴部件、无名指穿戴部件和小指穿戴部件，所述欠驱动装置与拇指穿戴部件、食指穿戴部件、中指穿戴部件和无名指穿戴部件电连接，各个穿戴部件均包括关节固定件和柔性关节连接件，所述关节固定件与柔性关节连接件可拆卸连接。本发明结构简单，整体轻便，易于使用和调整。
-
Patent Agency Ranking
公开(公告)号：CN111002292B
公开(公告)日：2021-04-16
申请号：CN201911263108.9
申请日：2019-12-11
Applicant: 南京邮电大学
Abstract: 本发明公开了基于相似性度量的机械臂仿人运动示教方法，获取人手臂弯曲后肘关节角度，通过人手臂和机械臂的相似性度量来定义多自由度机械臂的肘关节，计算多自由度机械臂其余的关节角，实现仿人运动。本发明方法可以简化运算，实现关节数和关节长度未定的多自由度机械臂的仿人运动，将调用程序封装为功能模块，适合大多数机器人平台，提高机器人的通用性。
-
公开(公告)号：CN111281741A
公开(公告)日：2020-06-16
申请号：CN202010119393.3
申请日：2020-02-26
Applicant: 南京邮电大学
IPC: A61H1/02
Abstract: 本发明公开了一种面向不同体型的可重构式外骨骼上肢康复机器人，肩关节内外旋组件、肩肱调节组件、肩关节屈伸和展收组件、上臂长度调节组件、上臂旋转运动组件、肘关节屈伸组件，前臂旋转运动组件、前臂长度调节组件和腕关节屈伸组件之间依次连接；所述机器人具有6个自由度，对应着6个主动执行机构可实现上肢6个自由度的康复运动和复合运动；可升降式底座适用不同身高的人；所述肩肱调节组件适用不同患者的升高和坐姿；所述前臂和上臂长度调节组件适用前臂和上臂长度不同的患者。本发明具有可重构性、多种被动调节机构、可左右手互换使用和轻质外骨骼结构，可满足不同病况的患者，减少治疗成本。
-
公开(公告)号：CN110757450A
公开(公告)日：2020-02-07
申请号：CN201910840728.8
申请日：2019-09-06
Applicant: 南京邮电大学
IPC: B25J9/16
Abstract: 本发明公开了一种肩关节康复机器人参数标定方法，获取康复机器人不同关节角度，输入至预先构建的指数积运动学模型，输出机器人末端位姿；将机器人末端位姿输入至预先构建的末端位置误差模型，通过对末端位置全局灵敏度分析获取机器人运动学参数的取舍情况；将保留的运动学参数输入至预先构建的降维指数积运动学误差模型，输出机器人末端位姿误差；将获得的机器人末端位姿误差输入预先构建的面约束下降维指数积运动学误差模型，输出康复机器人的某关节在面约束下的末端位姿误差；对康复机器人的某关节在面约束下的末端位姿误差基于利用线搜索的LM算法的运动学参数标定。优点：简化运算，实现对机器人的运动学参数标定，提高机机器人的运动精度。
-
公开(公告)号：CN110251148A
公开(公告)日：2019-09-20
申请号：CN201910488811.3
申请日：2019-06-05
Applicant: 南京邮电大学
IPC: A61B5/16 , A61B5/0402 , A61B5/04
Abstract: 本发明揭示了一种基于模糊情绪识别的机器人辅助康复控制方法，该方法包括以下步骤：S1：利用生物传感器采集患者的心电和皮电信号，进行数据预处理，得到与患者情绪有关的特征值；S2：将所述S1步骤得到的特征值利用mRMR算法筛选出生理信号关键特征集，得到患者的实时情绪状态；S3：对特征集进行模糊推理，采用情绪识别方法对康复训练中的训练对象进行情绪识别；S4：根据所得到的反馈结果控制训练节奏，在识别到消极的情绪时，调整康复训练难度。该技术方案使用了机器人辅助的训练方法，将机器人学融于康复医学，简化中风患者的传统康复治疗的繁重训练过程并改善治疗效果。
-
公开(公告)号：CN109648563A
公开(公告)日：2019-04-19
申请号：CN201910001011.4
申请日：2019-01-02
Applicant: 南京邮电大学
IPC: B25J9/16
Abstract: 本发明公开了一种串联机器人运动控制方法及计算机存储介质，所述的控制方法是根据机器人的末端点和关节点位置信息去控制机器人达到目标点位置，包括步骤：(1)建立全局坐标系并确定目标点位置信息；(2)获取末端点和关节点的位置信息；(3)计算各关节点所需角度信息；(4)采用PID方式分别控制各关节电机往目标方向转动；(5)检测末端和目标点之间的距离是否到达允许误差范围内，如果达到则停止转动，如果没有则回到步骤(2)执行。本方法克服了目前机器人控制方法中求解繁琐、控制效率低等问题，能够有效的降低运算和控制的复杂度，减轻控制器的负担。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.025 seconds)
