-
公开(公告)号：CN119737891A
公开(公告)日：2025-04-01
申请号：CN202411972569.4
申请日：2024-12-30
Applicant: 福州大学
IPC: G01B11/26
Abstract: 本发明提出一种基于3‑D Moiré的超精密平面外旋转测量方法，所述方法基于3‑D Moiré技术，其采用的测量系统包括用于观察的相机和用于选定待测物体平面的标签；所述标签包含两个蚀刻在玻璃晶片相对两侧的周期性掩模；所述周期性掩膜为串联掩膜；所述相机采用图像平面对平面外旋转高度敏感的相机型号；当测量时，先将标签贴于待测物体平面，使产生的莫尔条纹投射至观察相机的图像平面，并使相机主点在标签处，再利用相机拍摄标签获取主点相位，基于测量系统的测量模型的标定系统内参以进行测量；所述测量模型中，待测物体平面的旋转角数据取决于图像主点处的莫尔条纹相位；本发明能明确推导出3‑D Moiré的测量模型，并且能得到更优异的测量精度。
-
公开(公告)号：CN119498962A
公开(公告)日：2025-02-25
申请号：CN202411587904.9
申请日：2024-11-08
Applicant: 福州大学
Abstract: 本发明公开一种基于位置感知图案的手术器械实时注册系统及方法，用于手术中及术前准备阶段对于手术器械的实时注册。该实时注册系统包括：位置感知图案，用于辅助定位手术器械；视觉定位系统，用于检测手术器械上的位置感知图案；控制系统，用于位置感知图案特征信息三维模型的实时注册及手术器械尖端信息获取和实时定位。利用本发明技术，能够实时注册位置感知图案三维点云模型和实时拟合手术器械尖端位姿，并将结果显示在控制系统得显示屏上，实现实时注册和实时定位，为临床手术提供便捷精确的实时导航。
-
公开(公告)号：CN118565352A
公开(公告)日：2024-08-30
申请号：CN202410799900.0
申请日：2024-06-20
Applicant: 福州大学
Abstract: 本发明涉及一种内嵌摩尔加速的光源标记平移测量方法，包括：在无透镜线阵相机前放置两块焦距不同的幅值或相位掩模板，并将光源固定在目标物体上；移动光源并用相机拍摄光源位于不同位置的摩尔纹；根据拍摄图像生成灰度变化曲线，对其进行离散傅里叶变换，构造连续函数；在连续函数取所有波峰作为摩尔纹的定位点，记录摩尔纹位移及其对应的光源位移，并得到放大倍数；在后掩模板上取标记点，对其位移进行测量，得到摩尔纹位移的估计值，进而计算摩尔纹的移动的周期数；计算移动前后两个摩尔纹定位点的位置差，结合放大倍数，从而通过相机中拍摄的摩尔纹的位置定位光源的准确移动距离。该方法有利于提高位移测量的准确性，进而提高视觉定位的精度。
-
公开(公告)号：CN115129057B
公开(公告)日：2024-06-07
申请号：CN202210793053.8
申请日：2022-07-07
Applicant: 福州大学
Abstract: 本发明涉及一种基于通行效率评估的机器人分层式自主探索方法，包括以下步骤：步骤S1:获取待规划区域三维点云数据，并将环境区域划分为稀疏区域和稠密区域；步骤S2:基于待规划区域三维点云数据，进行区域通行效率评估；步骤S3:综合评估机器人探索代价和收益，利用稀疏区域点云信息进行自主探索全局规划，生成全局路径；步骤S4:根据机器人实时位置和机器人附近稠密区域的点云信息，进行局部路径规划，生成局部精细路径；步骤S5:连接全局路径和局部路径，生成自主探索有序路径点，并将处理结果存入列表中，以此实现分层式自主探索框架；步骤S6:对机器人探索过程中生成地图进行更新。本发明能够实现移动机器人自主探索未知环境并建立环境地图。
-
公开(公告)号：CN114601413B
公开(公告)日：2024-06-04
申请号：CN202210356694.7
申请日：2022-03-31
Applicant: 福州大学
Abstract: 本发明公开一种集成刚性铰链和双螺旋结构的柔性连续型内窥镜系统，包括微型相机、连续体、刚性臂体、弯曲驱动模块、机器人支架及图像显示模块；所述刚性臂体和所述弯曲驱动模块均安装在所述机器人支架上，所述连续体安装在所述刚性臂体的末端，所述连续体与所述弯曲驱动模块传动配合，所述连续体远离所述刚性臂体的一端安装有所述微型相机，所述微型相机与所述图像显示模块电性连接；连续体包括一双螺旋结构连续体和一刚性铰链连续体。本发明提供的一种集成刚性铰链和双螺旋结构的柔性连续型内窥镜系统，能够实现不同刚度的组合，避免了整段连续体弯曲曲率恒定的限制，连续体外形小，可变刚度，灵活性高，适用于经自然腔道的手术。
-
Patent Agency Ranking
公开(公告)号：CN110568934B
公开(公告)日：2024-03-22
申请号：CN201910995110.9
申请日：2019-10-18
Applicant: 福州大学
Abstract: 本发明提出一种低误差高效率的多标记图增强现实系统，可在AR场景绑定物上绑定多个AR虚拟模型并按需显示，所述系统包括AR设备、与AR设备摄像模块相连的AR模型存储器；所述AR模型存储器内存储有与AR场景绑定物相关联的AR虚拟模型及模型显示触发条件；每个AR虚拟模型均对应唯一的模型显示触发条件；所述模型显示触发条件为AR场景绑定物与触发物品同时被AR设备的摄像模块捕捉到，当AR设备工作时若捕捉到模型显示触发条件，则AR设备演示与触发物品对应的AR虚拟模型；本发明适用于要在物体上依次叠加多项虚拟信息的场合，能有效减小重复粘贴标记图带来的虚实配准误差，同时也大大减小了工作量，提高了效率，使用方便。
-
公开(公告)号：CN117562659A
公开(公告)日：2024-02-20
申请号：CN202311452756.5
申请日：2023-11-03
Applicant: 福州大学
Abstract: 本发明公开了基于图像矩特征的柔性内窥镜机器人最优控制方法及系统，属于医疗机器人领域。该系统包括：图像数据采集模块利用微小相机采集获取人体腔道的图像信息并图像信息进行预处理；图像矩特征分析模块计算图像特征利用图像特征构建交互矩阵；最优运动控制模块以图像特征为输入，构建最优控制策略，输出最优的驱动量；扩张状态观测模块可以针对运动模型与环境的误差进行运动补偿，内窥镜驱动模块接收驱动量来调整内窥镜的位置和姿态，使实际的图像特征与期望的特征的差值变小。本发明创新性的提出以图像矩为特征的最优控制方法，具有良好的视觉抗干扰能力，以精度和稳定性的操控柔性内窥镜，有助于降低内窥镜检查术的手术风险。
-
公开(公告)号：CN113470787B
公开(公告)日：2024-01-30
申请号：CN202110777122.1
申请日：2021-07-09
Applicant: 福州大学
IPC: G16H20/70 , G06N3/0442 , G06N3/0464 , A61B5/00 , A61B5/16 , A61M21/00
Abstract: 本发明涉及一种基于神经网络的情绪识别与脱敏训练效果评估方法。包括：搭建虚拟现实情绪诱发分级场景并进行实验，获取多种生理数据，构建样本数据集，并采用SAM问卷进行场景分级验证；进行生理信号预处理，得到预处理后的数据集，分为训练集和测试集；选取卷积块、长短期记忆网络构造单模态生理信号神经网络结构，并进行融合得到基于多生理信号的神经网络情绪识别模型；选取30名被试分别进行低等级场景测试，同时记录测试过程中的生理信号，用于情绪预测；基于上述情绪预测结果，将30名被试分别进行低等级与高等级脱敏训练，并预测脱敏训练效果。本发明能快速准确地识别实验对象的情绪状态，并能够对实验对象参与实验的脱敏训练效果进行有效评估。
-
公开(公告)号：CN117338410A
公开(公告)日：2024-01-05
申请号：CN202311454834.5
申请日：2023-11-03
Applicant: 福州大学
IPC: A61B34/00
Abstract: 本发明属于医疗手术机器人技术领域，尤其涉及一种面向微创骨科清创术的柔性机器人系统，包括：机械支撑臂，机械支撑臂上安装有运动驱动模块，运动驱动模块传动连接有混合连续体机构，混合连续体机构传动连接有柔性磨钻，运动驱动模块与柔性磨钻传动连接；混合连续体机构用于对柔性磨钻的角度进行调整，并能承受柔性磨钻的反力。本发明有高度的灵活性，且在与环境互动时能承受一定力的作用，可以穿过复杂且狭窄的腔道在狭小的空间中进行骨科清创手术，辅助外科医生进行精准清创。
-
公开(公告)号：CN110900581B
公开(公告)日：2023-12-22
申请号：CN201911372308.8
申请日：2019-12-27
Applicant: 福州大学
Abstract: 本发明涉及一种基于RealSense相机的四自由度机械臂视觉伺服控制方法，包括以下步骤：步骤S1:根据RealSense相机获取目标物的图像与深度信息；步骤S2:识别在相机坐标系下的目标物的位置信息和姿态信息，并将位置信息和姿态信息根据相机外参数转换为机械臂基坐标系下的位姿信息；步骤S3:求出机械臂末端姿态欧拉角以及根据机器人逆运动学求出机械臂每个关节旋转角度;步骤S4:根据机械臂初始关节角度，计算出机械臂到达特征期望点每个关节需要的转角偏差,并对转角偏差进行线性拟合，并将其转化为控制信号传递给机械臂控制器，驱动机械臂完成抓取目标物任务。本发明可以快速、稳定的抓取特定的物体，装备机构简单，生产成本低，抓取自动化程度高。
-
-
-
-
-
-
-
-
-
Search Results
271
records
(took 0.042 seconds)
