-
公开(公告)号：CN108979265B
公开(公告)日：2021-07-27
申请号：CN201810800407.0
申请日：2018-07-20
Applicant: 西安交通大学
IPC: E04H6/22
Abstract: 一种多自由度智能停车系统，包括：用于支撑和存放车辆的框架，承受提升机构和载车板重量以及作为横移机构的滑台，提升横梁和载车板并提升到一定高度的采用链轮链条传动的提升机构，采用丝杠传动移动载车板的送进机构，配合主提升机构进行车辆存取同时减小载车板弯矩的辅助提升机构，本发明通过多自由度并行联动、路径规划缩短存取车时间、提高存取车效率，同时采用旋转机构使机构更加紧凑，提高空间利用率，同时存取执行机构采用模块化设计，将存取执行机构集成于相对框架独立的系统；通过横向车库数量拓展，模块化执行机构可实现多个车库的存取车动作，施工难度小，可模块化组装。有良好的应用前景。
-
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：CN112101285A
公开(公告)日：2020-12-18
申请号：CN202011024291.X
申请日：2020-09-25
Applicant: 西安交通大学
Abstract: 本发明公开了一种排爆机器人遥操作者典型精神状态的诱发范式设计及脑电辨识方法：使排爆机器人遥操作者在计算机上的虚拟平台下按照一定的操作流程通过游戏手柄操作排爆机器人，并在操作过程中遇到的多种状况的刺激下，诱发排爆机器人遥操作者产生多种目标精神状态。通过采集排爆机器人遥操作者在实际远程操作过程中的脑电信号，并将短时脑电数据输入卷积神经网络进行典型精神状态在线辨识。本发明可实现操作过程精神状态的有效诱发，并提高识别正确率。
-
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：CN108979265A
公开(公告)日：2018-12-11
申请号：CN201810800407.0
申请日：2018-07-20
Applicant: 西安交通大学
IPC: E04H6/22
Abstract: 一种多自由度智能停车系统，包括：用于支撑和存放车辆的框架，承受提升机构和载车板重量以及作为横移机构的滑台，提升横梁和载车板并提升到一定高度的采用链轮链条传动的提升机构，采用丝杠传动移动载车板的送进机构，配合主提升机构进行车辆存取同时减小载车板弯矩的辅助提升机构，本发明通过多自由度并行联动、路径规划缩短存取车时间、提高存取车效率，同时采用旋转机构使机构更加紧凑，提高空间利用率，同时存取执行机构采用模块化设计，将存取执行机构集成于相对框架独立的系统；通过横向车库数量拓展，模块化执行机构可实现多个车库的存取车动作，施工难度小，可模块化组装。有良好的应用前景。
-
公开(公告)号：CN112085169B
公开(公告)日：2022-05-20
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：CN112171669B
公开(公告)日：2021-10-08
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：CN112101285B
公开(公告)日：2023-03-31
申请号：CN202011024291.X
申请日：2020-09-25
Applicant: 西安交通大学
IPC: G06F18/10 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种排爆机器人遥操作者典型精神状态的诱发范式设计及脑电辨识方法：使排爆机器人遥操作者在计算机上的虚拟平台下按照一定的操作流程通过游戏手柄操作排爆机器人，并在操作过程中遇到的多种状况的刺激下，诱发排爆机器人遥操作者产生多种目标精神状态。通过采集排爆机器人遥操作者在实际远程操作过程中的脑电信号，并将短时脑电数据输入卷积神经网络进行典型精神状态在线辨识。本发明可实现操作过程精神状态的有效诱发，并提高识别正确率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.016 seconds)
