一种虚拟手术仿真系统中的混合碰撞检测方法

    公开(公告)号:CN119600227A

    公开(公告)日:2025-03-11

    申请号:CN202411059504.0

    申请日:2024-08-04

    Applicant: 南昌大学

    Abstract: 一种虚拟手术仿真系统中的混合碰撞检测方法,包括1)构建手术器械与软组织模型;2)划分虚拟空间为相同大小的网格,并对物体模型进行索引,利用GPU多线程加速空间信息哈希表的构建与更新,并将所有基元包围盒所占的网格映射至哈希表中,根据空间哈希表确定处于同一空间下的对象;3)物体相交求解前,进行空间约减,优化哈希表数据;4)为可能发生碰撞的物体构建层次包围盒,并进行相交检测;若检测到某节点或其子节点相交,则执行下一步,否则推退出检测;5)精确判断步骤4)中节点所包含的基本三角单元是否相交,完成碰撞检测。本发明有效地解决了现有离散碰撞检测算法中的“漏检错检”的问题,检测算法具有较为出色的精确性和计算效率。

    一种基于Sphere包围盒的凝聚层次聚类碰撞检测方法

    公开(公告)号:CN119888139A

    公开(公告)日:2025-04-25

    申请号:CN202411706896.5

    申请日:2024-11-26

    Applicant: 南昌大学

    Abstract: 一种基于Sphere包围盒的凝聚层次聚类碰撞检测方法,其步骤包括:遍历软组织表面的三角网格,判断三角网格属于三角形的类型;根据三角网格的形状,生成对应的Sphere包围盒;设定簇的数量k,将Sphere包围盒作为k聚类算法的输入,进行聚类,生成k个新Sphere包围盒;重新设定k,将上一步生成的Sphere包围盒作为输入,继续进行聚类,直到剩下一个Sphere包围盒,停止聚类,建立层次聚类树;获取手术器械的空间信息,遍历层次聚类树,进行碰撞检测,选取最终的碰撞点。本发明提供的方法,实现了更加精准的碰撞检测,提高了碰撞检测的效率。

    一种电极-手指皮肤阻抗变体模型及其参数估计方法

    公开(公告)号:CN119759203A

    公开(公告)日:2025-04-04

    申请号:CN202411594628.9

    申请日:2024-11-09

    Applicant: 南昌大学

    Abstract: 一种电极‑手指皮肤阻抗变体模型及其参数估计方法,属于电触觉反馈领域。其包括如下步骤:推导电极皮肤阻抗模型数学表达式;测得人体手指皮肤在刺激频率从Fmmin至Fmmax区间下的刺激频率#imgabs0#与阻抗模型#imgabs1#的响应数据#imgabs2#根据EFSIE模型目标参数建立目标函数;采用蜜獾觅食正余弦算法对电极‑手指皮肤阻抗变体模型进行参数估计。本发明提供的电极‑手指皮肤阻抗变体模型充分考虑了神经纤维的阻抗特性对模型精度的影响,并推导了其频率‑响应数学表达式。并将正余弦更新策略引入到蜜獾觅食算法中,改进了原始的蜜獾觅食算法,使用HBSCA算法对电极‑手指皮肤阻抗变体模型进行了参数估计。

    一种超声机器人能量最优轨迹规划方法

    公开(公告)号:CN118769246A

    公开(公告)日:2024-10-15

    申请号:CN202410894689.0

    申请日:2024-07-04

    Applicant: 南昌大学

    Abstract: 一种超声机器人能量最优轨迹规划方法,包括:(1)设定模拟参数和初始化机器人模型;(2)设定机械臂的起始和终点位置状态;(3)构建5‑7‑5分段多项式插值函数;(4)利用CDE‑GRO算法进行核心优化,获取最优机械臂运动参数。本发明用改进的关节空间轨迹规划方法及金矿搜索优化算法来实现超声机器人能量最优轨迹规划,通过三种运动阶段:匀速阶段、加速阶段、减速阶段,有效地解决了在传统的关节空间规划方法中存在的动态特性优化以及能源合理分配问题,同时CDE‑GRO算法通过引入精英反向学习和动态探索平衡机制,与传统的GRO算法对比,不仅收敛速度更快,而且获得的能量最优解也更为精确,提高算法解的质量。

    一种基于多个相似日和堆叠学习的短期负荷预测方法

    公开(公告)号:CN117353286A

    公开(公告)日:2024-01-05

    申请号:CN202311252281.5

    申请日:2023-09-26

    Applicant: 南昌大学

    Abstract: 一种基于多个相似日和堆叠学习的短期负荷预测方法,1)利用滑动窗口算法对具有高度非线性和非平稳性的时间序列电力负荷数据进行处理;2)提出了一种堆叠神经网络的集成学习方法,在预训练过程中,基层网络集成了径向基函数、随机向量函数链接和反向传播神经网络,以提供稳健的预测模型,元层网络利用深度信念网络和改进的广义学习系统来提高预测精度;3)提出了相似日预测方法来提取电力负荷数据在不同时间维度上的相似特征,进一步增强了模型的稳健性和准确性。本发明通过使用三种策略:滑动窗口算法、堆叠算法、相似日预测方法,有效的提取历史负荷数据的时空特征,减少了计算量,有效提高了模型预测精度,增强了预测模型稳健性和准确性。

    一种基于基尔霍夫弹性杆的缝合线模型的打结方法

    公开(公告)号:CN115274117A

    公开(公告)日:2022-11-01

    申请号:CN202210920190.3

    申请日:2022-08-01

    Applicant: 南昌大学

    Abstract: 一种基于基尔霍夫弹性杆的缝合线模型的打结方法。本发明基于基尔霍夫弹性杆理论,结合真实缝合线具有半径较小、易产生形变等结构特点,充分考虑计算缝合线的拉伸、扭转以及弯曲弹力,通过离散化处理的方法提高了模型的计算效率。为了保证缝合线打结过程顺利进行,提出了一种基于向量的自碰撞检测方法,并添加了排斥力计算作为碰撞反馈。本发明可以有效模拟出缝合线弯曲与扭转的特点,避免打结过程中误检、漏检碰撞的情况,并且能够提供真实的力反馈效果,可以表现出传统缝合线建模方法难以准确表现出的弯曲与扭转效果。

    一种基于GPU加速的LBM烟雾仿真方法

    公开(公告)号:CN119132620A

    公开(公告)日:2024-12-13

    申请号:CN202411152579.3

    申请日:2024-08-21

    Applicant: 南昌大学

    Abstract: 一种基于GPU加速的LBM烟雾仿真方法,包括1)构建器官软组织和手术器械模型;2)进行存储空间分配、数据结构定义和核函数定义等;3)在CPU创建和初始化烟雾效果的粒子实体,为Compute Shaders所使用的缓冲区buffer在CPU侧分配所需空间;4)调用定义好的计算着色器接口,并且将buffer绑定到LBM方法的碰撞、流动和边界条件步骤的核函数上,其分别对应于碰撞处理、流动处理和边界条件处理;5)启动CPU上的循环计算流程,调用Compute Shader代码,执行在GPU上的并行计算;6)清理CPU上为缓冲区分配的内存空间。本发明利用LBM方法并行性,用Compute Shader进行并行计算,通过绑定核函数的方式,数值求解LBM方程,大大缩短了运算时间,且具有较强的实时性和真实性。

Patent Agency Ranking