-
公开(公告)号：CN117860276A
公开(公告)日：2024-04-12
申请号：CN202410033240.5
申请日：2024-01-09
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种肌电信号盲分离模型训练方法、应用方法及相关系统，涉及信号处理领域，该训练方法包括：获取样本数据；对样本数据进行白化和扩展；使用gCKC算法对白化和扩展后的数据进行分解，得到IPTs；对样本数据和IPTs进行标准化；将标准化后的数据输入肌电信号盲分离模型，输出运动单位动作电位序列；根据运动单位动作电位序列、IPTs和损失函数，确定损失值；根据损失值对肌电信号盲分离模型的参数进行优化，得到训练好的肌电信号盲分离模型。本发明提出了基于序列到序列的深度学习方法，不需要对数据进行预处理，并且可以达到较高的精度。而且，时间卷积网络训练速度快、参数较少，并且卷积模型更适配肌电信号问题。
-
公开(公告)号：CN119526424A
公开(公告)日：2025-02-28
申请号：CN202510041585.X
申请日：2025-01-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 机器人机械臂末端的驱动方法，涉及机器人控制技术领域。本发明是为了解决现有机器人难以对物品实现全方位信息感知的问题。本发明扫描物品构建出物品相机坐标系下的点云并转换至世界坐标系下；对世界坐标系下的点云进行重构；对重构点云进行切片，计算各切片中每个点相对于其质心的角度，利用能够满足预设点云间距的最小角度增量将排序后的角度进行区间划分，将各区间内点云的平均点和平均法线作为该区间的轨迹点，所有切片的所有轨迹点构成物品点云轨迹；将所述物品点云轨迹作为机器人机械臂末端的参考轨迹，进而实现对所述机器人机械臂末端的驱动。
-
公开(公告)号：CN117770842A
公开(公告)日：2024-03-29
申请号：CN202410054246.0
申请日：2024-01-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: A61B5/389
Abstract: 本发明公开一种基于表面肌电信号的人体手部运动预测方法及系统，涉及手部运动预测技术领域，首先获取表面肌电信号的时序特征；将时序特征输入跨个体终生网络模型，得到人体手部运动预测结果；在跨个体终生网络模型的训练过程中提出了在一次训练过程中同时适配到多个个体上的模型结构与训练方法，设计了终生学习策略，并使模型进行适配，使得方法可以快速学习新的个体，同时保持模型在已训练个体上的表现，有效解决了模型的灾难性遗忘问题。
-
-
Search Results
3
records
(took 0.032 seconds)
