-
公开(公告)号：CN114098768B
公开(公告)日：2024-05-03
申请号：CN202111417486.5
申请日：2021-11-25
Applicant: 哈尔滨工业大学
Abstract: 基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法，属于康复治疗领域，为了解决现有的识别方法在模型选择和参数调节时，存在耗时长以及识别效率低的问题。本发明针对样本个体采集的原始表面肌电信号进行滤波和活动段识别后，进行特征值提取，构建源域；以源域为基础，引入概率矩阵和中心距离构建损失函数，通过线性规划方法求出解迁移学习分类器；对待识别个体的原始表面肌电信号依次进行采集、滤波和活动段识别后，进行特征值提取，生成目标域；将目标域与源域进行域内对齐后输入迁移学习分类器，完成对待识别个体的手势动作的识别。有益效果为避免了模型选择和参数调节的同时，减少了标签数据和训练时间。
-
公开(公告)号：CN116942467A
公开(公告)日：2023-10-27
申请号：CN202310844267.8
申请日：2023-07-11
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种用于偏瘫患者手部功能恢复的康复训练系统，属于康复医疗领域，尤其涉及偏瘫患者手部功能的恢复；解决了现有康复训练系统所存在的训练方式被动、患者训练积极性差、训练效率低、无法获得训练反馈以及无法对康复训练的效果进行评估的问题；所述系统包括肌电信号采集装置、上位机装置以及外骨骼康复手套装置；所述上位机装置包括预处理模块、特征提取模块、分类模型模块以及运动指令模块；所述预处理模块，用于对所述表面肌电信号进行预处理操作，获得预处理后的表面肌电信号；所述特征提取模块，用于对所述预处理后的表面肌电信号进行特征提取操作，获取其特征向量。本发明适用于对偏瘫患者手部进行康复训练。
-
公开(公告)号：CN114098768A
公开(公告)日：2022-03-01
申请号：CN202111417486.5
申请日：2021-11-25
Applicant: 哈尔滨工业大学
Abstract: 基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法，属于康复治疗领域，为了解决现有的识别方法在模型选择和参数调节时，存在耗时长以及识别效率低的问题。本发明针对样本个体采集的原始表面肌电信号进行滤波和活动段识别后，进行特征值提取，构建源域；以源域为基础，引入概率矩阵和中心距离构建损失函数，通过线性规划方法求出解迁移学习分类器；对待识别个体的原始表面肌电信号依次进行采集、滤波和活动段识别后，进行特征值提取，生成目标域；将目标域与源域进行域内对齐后输入迁移学习分类器，完成对待识别个体的手势动作的识别。有益效果为避免了模型选择和参数调节的同时，减少了标签数据和训练时间。
-
公开(公告)号：CN111681283A
公开(公告)日：2020-09-18
申请号：CN202010394498.X
申请日：2020-05-11
Applicant: 哈尔滨工业大学 , 浙江万安亿创电子科技有限公司
Abstract: 本发明提出了一种基于单目立体视觉的应用于无线充电对位的相对位姿解算方法，包括以下步骤：硬件上单目相机通过USB采集卡与主控计算机相连，通过Opencv控制相机工作。主控计算机对单目相机拍摄图像进行图像预处理，图像分割和角点提取，结合相机标定结果通过基于共面特征点P4P方法进行靶标和相机的相对位姿检测。本发明相比于现有的无线充电对位技术，本发明的视觉方案可避开这种干扰；且单目视觉方法仅依靠一个相机便可实现无线充电对位技术，操作难度低，安装方法简单，实时判断计算量较小，可移植性较高。相比无视觉系统的行车系统，接收周围信息量更多，降低了行车过程中的安全隐患，提高了司机和行车系统的互操作性。
-
公开(公告)号：CN104698867A
公开(公告)日：2015-06-10
申请号：CN201510130385.8
申请日：2015-03-24
Applicant: 哈尔滨工业大学
IPC: G05B17/02
Abstract: 基于M文件系统函数的数据采集卡的数据交互方法，属于信息处理及建模仿真技术领域。现有的部分数据采集卡不支持SIMULINK方式采集信号。一种基于M文件系统函数的数据采集卡的数据采集方法，系统函数初始化阶段；并验证采集卡硬件参数与软件描述是否匹配；进行外部实际环境中数据的持续、实时采集，并调用验证匹配子函数将判断出正确的数据输出至Simulink环境，进行信号采集循环阶段。实现对所有信号实时数据采集。一种基于M文件系统函数的数据采集卡的数据输出方法，系统函数初始化阶段；并验证采集卡硬件参数与软件描述是否匹配；调用计算输出子函数，进行Simulink环境里的虚拟信号的持续、实时采集，并调用采集卡底层验证匹配子函数判断出采集的数据中正确的数据，进行信号输出循环阶段。实现对所有信号实时数据输出。
-
Patent Agency Ranking
公开(公告)号：CN111968132B
公开(公告)日：2025-02-25
申请号：CN202010738556.6
申请日：2020-07-28
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于全景视觉的无线充电对位的相对位姿解算方法。本发明涉及电动汽车无线充电对位技术领域，获取车位视觉图像，根据得到的车位视觉图像划分出ROI图像区域；根据划分出的ROI图像区域，对图像区域进行预处理，滤除噪声；根据预处理后的感兴趣图像区域，分割保留停车位区域，对停车位区域进行标记线检测；根据检测得到的停车位区域标记线，进行变换处理，定位停车区域，获得角点信息；根据角点信息，对车辆相对位姿进行求解，确定车辆的相对位姿。本发明提出的方法基于全景视觉，可以提高司机对行车系统的可操作性，避免由于司机盲区带来的行车风险，降低了安全隐患。
-
公开(公告)号：CN116869777A
公开(公告)日：2023-10-13
申请号：CN202310918836.9
申请日：2023-07-25
Applicant: 哈尔滨工业大学
Abstract: 针对脑卒中患者的上肢全周期康复训练装置，属于康复机器人领域。本发明的目的是为了解决传统人工康复训练和机器人被动康复训练均为被动式训练方式，存在康复效率低的问题。上位机，用于控制机械臂在台面上运动，从而带动患者患肢运动；肌电采集装置，用于采集患者处于痉挛期时，待测肌肉皮肤表面产生的肌电信号，传至上位机；上位机，还用于对接收到的肌电信号进行处理，得到动作目标用以调整机械臂的动作；力传感器，用于实时采集患者患肢施加在康复训练手柄上的力信息，并发送至上位机；上位机，还用于根据所述的力信息，不断调整机械臂的运动阻力。用于根据患者不同的病况设置不同的康复训练模式。
-
公开(公告)号：CN111968132A
公开(公告)日：2020-11-20
申请号：CN202010738556.6
申请日：2020-07-28
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种基于全景视觉的无线充电对位的相对位姿解算方法。本发明涉及电动汽车无线充电对位技术领域，获取车位视觉图像，根据得到的车位视觉图像划分出ROI图像区域；根据划分出的ROI图像区域，对图像区域进行预处理，滤除噪声；根据预处理后的感兴趣图像区域，分割保留停车位区域，对停车位区域进行标记线检测；根据检测得到的停车位区域标记线，进行变换处理，定位停车区域，获得角点信息；根据角点信息，对车辆相对位姿进行求解，确定车辆的相对位姿。本发明提出的方法基于全景视觉，可以提高司机对行车系统的可操作性，避免由于司机盲区带来的行车风险，降低了安全隐患。
-
公开(公告)号：CN102545847A
公开(公告)日：2012-07-04
申请号：CN201210021810.6
申请日：2012-01-31
Applicant: 哈尔滨工业大学 , 北京航天自动控制研究所
IPC: H03K5/19
Abstract: 智能火工品等效器及脉冲时序信号测量方法，属于供电通路检测领域，涉及时序信号处理、FPGA和虚拟仪器技术。为了解决在等效火工品中不能测量时序指令、弹上仪器不安全、信号采集不及时问题。它包括高、低压时序输入端子、等效器高、低压输入级电路、高低压切换电路、状态指示灯、I/O控制电路、5V和24V电源；高低脉宽时序测量电路、光电隔离数字输入输出模块、104总线、PC104主机和PC104主机电源；脉冲时序信号测量方法为：初始化；板卡自检，自检完成执行下一步，否则重复执行；高、低压自检，高、低压自检没完成返回板卡自检，高、低压自检完成进行高、低压检测；完成后将数据进行显示和存储。用于火工品等效器制造中。
-
公开(公告)号：CN115640539A
公开(公告)日：2023-01-24
申请号：CN202211295037.2
申请日：2022-10-21
Applicant: 哈尔滨工业大学
IPC: G06F18/241 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/09 , G06N3/096
Abstract: 一种基于协方差对齐的运动想象脑电信号自适应分类方法，涉及一种运动想象脑电信号的分类方法；了解决现有的分类方法无法提取脑电信号深度特征，导致对跨个体、跨时间运动想象脑电信号泛化能力低的问题。本发明基于源域卷积神经网络实现对脑电信号深度特征的自动提取，得到源域脑电特征和分类损失；将源域网络的参数迁移到目标域网络，目标域脑电数据通过目标域卷积神经网络得到目标域脑电特征；计算源域和目标域脑电特征的协方差距离得到领域自适应损失；最后同步优化分类损失和自适应损失完成对卷积网络的参数微调，得出目标域脑电信号的标签，以实现对目标域脑电信号的自适应分类。有益效果为提高了跨个体、跨时间运动想象脑电信号泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.021 seconds)
