-
公开(公告)号：CN110815181B
公开(公告)日：2021-04-20
申请号：CN201911063823.8
申请日：2019-11-04
Applicant: 西安交通大学
Abstract: 本发明公开了一种人体下肢运动意图脑肌融合感知的多层次校准系统及方法，包括下肢运动意图感知子系统，用于感知使用者的离散及连续下肢运动意图，提供下肢运动意图的标准结果；下肢运动意图感知校准子系统，用于对待校准感知系统进行离散及连续的多层次的校准；待校准感知系统，用于与校准系统同步感知使用者的离散及连续下肢运动意图，同时接受校准系统的校准；本发明利用了脑电及肌电两种不同信号源的协同互补性，将肌电具有的高准确度及脑电的提前预知相结合来感知下肢的运动意图。本发明可根据多层次的运动意图分别对待校准感知系统进行校准及评价，为外骨骼意图识别模块提供了统一的标准，提高了意图识别的稳定性，为外骨骼的实现更加柔顺的控制提供基础。
-
公开(公告)号：CN112085169A
公开(公告)日：2020-12-15
申请号：CN202010954596.4
申请日：2020-09-11
Applicant: 西安交通大学
Abstract: 本发明公开了一种肢体外骨骼辅助康复脑‑肌电融合感知的自主学习与进化方法，本发明将脑‑肌电融合策略于康复过程时间跨度进行拓展，结合深度学习自主学习技术，充分考虑了用户康复过程时间跨度的脑‑肌电特征变化，通过适应性地更改脑‑肌电决策权重，将脑‑肌电在用户康复过程进行融合，适应性地服务于用户康复过程与日常活动。本发明相比传统脑‑肌电融合外骨骼，跨越了识别性能的瓶颈，服务于用户康复的全过程，实现了用户与外骨骼设备的相互适应与相互学习，解决了现有脑‑肌电融合外骨骼的不足与现实问题。
-
公开(公告)号：CN112043473A
公开(公告)日：2020-12-08
申请号：CN202010904969.7
申请日：2020-09-01
Applicant: 西安交通大学
IPC: A61F2/72 , A61B5/0488 , A61B5/0476 , A61B5/00 , G06F3/01 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种智能假肢脑‑肌电融合感知的并行嵌套与自主择优分类器，通过构造多卷积神经网络分类器，兼顾脑电、肌电、脑‑肌电融合特征的时间跨度特征变化，通过测定脑、肌电活跃程度与特征水平构造脑‑肌电权重指标，并参与分类器的构建与训练，自主智能地适应时间跨度脑‑肌电融合信号感知识别任务，实现最优分类的自主决策，相比于以往单一信号源、不具备智能择优的传统分类器，具有更加优秀的信号解析性能与自适应能力，适用于康复假肢等具有时间跨度模型更新要求的设备。
-
公开(公告)号：CN110815181A
公开(公告)日：2020-02-21
申请号：CN201911063823.8
申请日：2019-11-04
Applicant: 西安交通大学
IPC: B25J9/00 , B25J17/02 , A61B5/0476 , A61B5/0488
Abstract: 本发明公开了一种人体下肢运动意图脑肌融合感知的多层次校准系统及方法，包括下肢运动意图感知子系统，用于感知使用者的离散及连续下肢运动意图，提供下肢运动意图的标准结果；下肢运动意图感知校准子系统，用于对待校准感知系统进行离散及连续的多层次的校准；待校准感知系统，用于与校准系统同步感知使用者的离散及连续下肢运动意图，同时接受校准系统的校准；本发明利用了脑电及肌电两种不同信号源的协同互补性，将肌电具有的高准确度及脑电的提前预知相结合来感知下肢的运动意图。本发明可根据多层次的运动意图分别对待校准感知系统进行校准及评价，为外骨骼意图识别模块提供了统一的标准，提高了意图识别的稳定性，为外骨骼的实现更加柔顺的控制提供基础。
-
公开(公告)号：CN112043473B
公开(公告)日：2021-05-28
申请号：CN202010904969.7
申请日：2020-09-01
Applicant: 西安交通大学
Abstract: 本发明公开了一种智能假肢脑‑肌电融合感知的并行嵌套与自主择优分类器，通过构造多卷积神经网络分类器，兼顾脑电、肌电、脑‑肌电融合特征的时间跨度特征变化，通过测定脑、肌电活跃程度与特征水平构造脑‑肌电权重指标，并参与分类器的构建与训练，自主智能地适应时间跨度脑‑肌电融合信号感知识别任务，实现最优分类的自主决策，相比于以往单一信号源、不具备智能择优的传统分类器，具有更加优秀的信号解析性能与自适应能力，适用于康复假肢等具有时间跨度模型更新要求的设备。
-
Patent Agency Ranking
公开(公告)号：CN112171669A
公开(公告)日：2021-01-05
申请号：CN202010998177.0
申请日：2020-09-21
Applicant: 西安交通大学
Abstract: 本发明公开了一种脑‑机协作数字孪生强化学习控制方法及系统，通过构建脑‑机协作控制模型，操控者给定虚拟机器人方向指令，同时采集操控者给定虚拟机器人方向指令时的脑电信号，根据采集的脑电信号给定虚拟机器人相应的速度指令完成指定动作，根据完成质量对脑‑机协作控制模型进行奖励值，完成脑‑机协作控制模型的训练，通过脑‑机协作的数字孪生环境，以强化学习实现脑‑机之间的双环路信息交互机制，实现了大脑和机器之间信息层、指令层的交互，本发明通过脑电信号检测操控者大脑状态，根据操控者的大脑状态对机器人的指令进行补偿调控，实现精准操控，相较其他脑‑机协作方法，提高了鲁棒性和泛化能力，实现了脑‑机之间的互适应、互增长。
-
公开(公告)号：CN110530548B
公开(公告)日：2020-08-18
申请号：CN201910713117.7
申请日：2019-08-02
Applicant: 西安交通大学
Abstract: 本发明公开了一种测量压力和温度双参数的光纤光栅检测装置与方法。包括光纤、一次敏感元件和二次敏感元件；所述一次敏感元件为一双等厚等强度悬臂梁，双等厚等强度悬臂梁包括双金属温度增敏区和测压力光纤承载区；所述光纤设置在双等厚等强度悬臂梁上；所述二次敏感元件是在所述光纤上设置有轴向相隔预定距离的两段不同栅距的光纤布拉格光栅；其中第一布拉格光栅固定于所述双金属温度增敏区上，所述第二布拉格光栅固定于所述测压力光纤承载区上；所述第一布拉格光栅与第二布拉格光栅的波长不相同，且具有波长差。本发明的光纤传感器成本低，工作稳定可靠，可准确检测出接触温度、所受压力和环境温度。
-
公开(公告)号：CN110827987A
公开(公告)日：2020-02-21
申请号：CN201911077156.9
申请日：2019-11-06
Applicant: 西安交通大学
Abstract: 本发明公开一种多抓取模式下腕关节力矩的肌电连续预测方法及系统，预测方法通过采集各抓取模式下前臂表面肌电信号，进行预处理与特征提取；将各抓取模式下的肌电信号特征输入关节力矩预测模型，输出手腕关节力矩预测值，通过计算腕关节力矩预测值与参考力矩之间的线性相关系数，评价多抓取模式下腕关节力矩的肌电连续预测模型的准确性。通过利用残肢在多种抓取模式下的肌电信号连续预测使用者对假手腕关节的操作意图，并准确按照操作意图驱动假手腕关节实现类人手自然操作，提高了在不同模式下的鲁棒性，从而实现假手的人机自然驱动。
-
公开(公告)号：CN110530548A
公开(公告)日：2019-12-03
申请号：CN201910713117.7
申请日：2019-08-02
Applicant: 西安交通大学
Abstract: 本发明公开了一种测量压力和温度双参数的光纤光栅检测装置与方法。包括光纤、一次敏感元件和二次敏感元件；所述一次敏感元件为一双等厚等强度悬臂梁，双等厚等强度悬臂梁包括双金属温度增敏区和测压力光纤承载区；所述光纤设置在双等厚等强度悬臂梁上；所述二次敏感元件是在所述光纤上设置有轴向相隔预定距离的两段不同栅距的光纤布拉格光栅；其中第一布拉格光栅固定于所述双金属温度增敏区上，所述第二布拉格光栅固定于所述测压力光纤承载区上；所述第一布拉格光栅与第二布拉格光栅的波长不相同，且具有波长差。本发明的光纤传感器成本低，工作稳定可靠，可准确检测出接触温度、所受压力和环境温度。
-
公开(公告)号：CN110827987B
公开(公告)日：2021-03-23
申请号：CN201911077156.9
申请日：2019-11-06
Applicant: 西安交通大学
Abstract: 本发明公开一种多抓取模式下腕关节力矩的肌电连续预测方法及系统，预测方法通过采集各抓取模式下前臂表面肌电信号，进行预处理与特征提取；将各抓取模式下的肌电信号特征输入关节力矩预测模型，输出手腕关节力矩预测值，通过计算腕关节力矩预测值与参考力矩之间的线性相关系数，评价多抓取模式下腕关节力矩的肌电连续预测模型的准确性。通过利用残肢在多种抓取模式下的肌电信号连续预测使用者对假手腕关节的操作意图，并准确按照操作意图驱动假手腕关节实现类人手自然操作，提高了在不同模式下的鲁棒性，从而实现假手的人机自然驱动。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.02 seconds)
