-
公开(公告)号：CN115192045B
公开(公告)日：2023-01-31
申请号：CN202211130071.4
申请日：2022-09-16
Applicant: 季华实验室
Abstract: 本申请涉及智能轮椅控制技术领域，提供了一种目的地识别/轮椅控制方法、装置、电子设备及存储介质，方法包括：在显示器的第一显示区域显示多个文字和对应的多个编码；在显示器的第二显示区域显示各编码的书写过程动画，形成第一刺激信号；采集用户在注视目标编码的书写过程动画并想象目标编码的书写过程动画时产生的第一脑电信号；根据第一脑电信号对目标编码进行识别，得到目标编码识别结果；根据目标编码识别结果，确定目标文字；根据目标文字确定目的地。本发明具有识别准确性高和方便用户想象的有益效果。
-
公开(公告)号：CN115590535A
公开(公告)日：2023-01-13
申请号：CN202211462180.6
申请日：2022-11-17
Applicant: 季华实验室(CN)
Abstract: 本发明涉及脑电信号识别技术领域，具体公开了一种脑电信号识别的时间窗调节方法、装置、设备及存储介质，其中，方法包括以下步骤：S1、获取第一识别结果；S2、在第一识别结果正确时，根据动态步长减小时间窗，并返回步骤S1，直至第一识别结果错误，动态步长时间长度为与动态步长本的使用次数负相关的时间窗调节步长；S3、根据动态步长增大时间窗；S4、获取第二识别结果；S5、在第二识别结果正确时，返回步骤S4，直至第二识别结果连续正确次数达到预设阈值时固定时间窗；在第二识别结果错误时，返回步骤S3；该方法基于动态步长实现了时间窗的粗调和的微调过程，使得时间窗能自适应地朝向高识别准确率及高信息传输效率的方向优化。
-
公开(公告)号：CN115590521A
公开(公告)日：2023-01-13
申请号：CN202211612459.8
申请日：2022-12-15
Applicant: 季华实验室(CN)
Abstract: 本发明公开了一种高导电性透气水凝胶干电极及其制造方法，属于生物电极领域，方法步骤包括：静电纺丝制备纤维膜；在纤维膜上制出含有导电填料的水凝胶薄膜，得到混合膜；穿刺混合膜使混合膜上分布有透气孔；用混合有预聚物、交联剂和导体材料的混合液制作波浪形导体；将波浪形导体转移至水凝胶薄膜表面；烘烤混合膜，得到高导电性透气水凝胶干电极。混合膜和波浪形导体可分别独立制得，避免在水凝胶上固化导体，制得的电极具有良好的透气能力，制得的电极在受力时更容易发生应变，更容易与皮肤贴合，具有聚合物弹性的波浪形导体能够承受大幅度的形变，将波浪形导体暴露于干电极的表面直接与皮肤接触，使干电极具有更低的接触阻抗。
-
公开(公告)号：CN114995162B
公开(公告)日：2022-11-08
申请号：CN202210917080.1
申请日：2022-08-01
Applicant: 季华实验室
Abstract: 本发明涉及机器人控制技术领域，具体公开了一种多机器人的任务分配方法、装置、电子设备及存储介质，其中，方法包括以下步骤：根据分配比值设定自适应参数；以自适应参数作为万有引力常量，以任务的优先级或复杂性为任务质量，并仿照万有引力定律获取任务和机器人之间的关系作为引力信息；根据引力信息对机器人进行任务分配以生成任务分配集合；根据任务分配集合更新自适应参数，直至自适应参数的迭代更新次数达到预设的迭代次数；以最后获取的任务分配集合作为最优任务分配集合；该方法能针对多种不同机器人数量和任务数量的情况进行任务分配，摆脱了传统方法局部最优的缺陷，从而减少分配方法对机器人初始分布的依赖。
-
公开(公告)号：CN115272439A
公开(公告)日：2022-11-01
申请号：CN202211182424.5
申请日：2022-09-27
Applicant: 季华实验室
Abstract: 本发明涉及三维重建技术领域，具体公开了一种三维重建模型的融合方法、重建方法、装置、设备及介质，其中，三维重建模型的融合方法包括以下步骤：获取多个关于第一点云序列集的优质点云融合模型；根据多个优质点云融合模型基于等值权重融合生成辅助评价模型；根据每个优质点云融合模型的第一输出与辅助评价模型的第二输出的范数差建立损失函数；更新优质点云融合模型的参数至损失函数收敛；根据收敛后的损失函数设置每个优质点云融合模型的融合权重，并根据融合权重融合多个优质点云融合模型以获取融合重建模型；该方法获取的融合重建模型能基于各个优质点云融合模型的优势来进行点云融合而实现三维重建，有效提高三维重建的重建精度、鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN114543831B
公开(公告)日：2022-10-18
申请号：CN202210404091.X
申请日：2022-04-18
Applicant: 季华实验室
Abstract: 本发明涉及智能导航技术领域，具体公开了一种基于驾驶风格的路径规划方法、装置、设备及存储介质，其中，方法包括以下步骤：获取全局路径信息、车辆位置信息及驾驶风格类型；建立深度神经网络模型；生成多条形状不同的备选局部路径信息；选择一条备选局部路径信息作为试探执行路径；跟踪试探执行路径，并根据驾驶风格类型评价试探执行路径以生成反馈奖励信息；利用时序差分采样法根据反馈奖励信息更新深度神经网络模型；输出深度神经网络模型作为期望驾驶风格模型以进行路径规划。该方法获取的期望驾驶风格模型更加贴近人类的驾驶习惯、倾向，并有效提高了模型的训练和收敛速度。
-
公开(公告)号：CN114995162A
公开(公告)日：2022-09-02
申请号：CN202210917080.1
申请日：2022-08-01
Applicant: 季华实验室
Abstract: 本发明涉及机器人控制技术领域，具体公开了一种多机器人的任务分配方法、装置、电子设备及存储介质，其中，方法包括以下步骤：根据分配比值设定自适应参数；以自适应参数作为万有引力常量，以任务的优先级或复杂性为任务质量，并仿照万有引力定律获取任务和机器人之间的关系作为引力信息；根据引力信息对机器人进行任务分配以生成任务分配集合；根据任务分配集合更新自适应参数，直至自适应参数的迭代更新次数达到预设的迭代次数；以最后获取的任务分配集合作为最优任务分配集合；该方法能针对多种不同机器人数量和任务数量的情况进行任务分配，摆脱了传统方法局部最优的缺陷，从而减少分配方法对机器人初始分布的依赖。
-
公开(公告)号：CN114660947B
公开(公告)日：2022-07-29
申请号：CN202210544154.1
申请日：2022-05-19
Applicant: 季华实验室
Abstract: 本发明涉及机器人控制技术领域，具体公开了一种机器人步态自主学习方法、装置、电子设备及存储介质，其中，方法包括以下步骤：获取待模仿生物的动作捕捉信息；获取待模仿生物所在的场景状态信息；根据场景状态信息构建决策网络；根据决策网络和动作捕捉信息构建对抗判别器；固定决策网络，对抗训练对抗判别器，以最优化地区分动作捕捉信息和决策网络的输出结果；根据训练后的对抗判别器训练决策网络，以生成用于控制机器人步态的动作决策模型；该方法获取的动作决策模型能直接根据场景状态信息生成与动作捕捉信息接近的动作决策，不再需依赖马尔科夫链以及隐式变量推断，大大简化了模型的训练与部署流程，有效提高模型的训练效率。
-
公开(公告)号：CN114723611A
公开(公告)日：2022-07-08
申请号：CN202210653453.9
申请日：2022-06-10
Applicant: 季华实验室
Abstract: 本发明涉及机器人视觉技术领域，具体公开了一种图像重建模型训练方法、重建方法、装置、设备及介质，其中，图像重建模型训练方法包括以下步骤：获取两个基准图像信息及拍摄于两个基准图像信息之间的多个灰度图像信息；利用初始重建模型根据多个灰度图像信息重建生成多个初步重建图像信息；根据初步重建图像信息和基准图像信息建立对抗判别器；根据初步重建图像信息、基准图像信息和对抗判别器建立损失函数；利用损失函数训练初始重建模型以生成重建模型；该模型训练方法根据该对抗判别器具有对抗特点的判别结果建立损失函数以进行模型训练，使得初始重建模型的重建效果快速靠近真实图片，使得模型训练过程平滑化。
-
公开(公告)号：CN114660947A
公开(公告)日：2022-06-24
申请号：CN202210544154.1
申请日：2022-05-19
Applicant: 季华实验室
Abstract: 本发明涉及机器人控制技术领域，具体公开了一种机器人步态自主学习方法、装置、电子设备及存储介质，其中，方法包括以下步骤：获取待模仿生物的动作捕捉信息；获取待模仿生物所在的场景状态信息；根据场景状态信息构建决策网络；根据决策网络和动作捕捉信息构建对抗判别器；固定决策网络，对抗训练对抗判别器，以最优化地区分动作捕捉信息和决策网络的输出结果；根据训练后的对抗判别器训练决策网络，以生成用于控制机器人步态的动作决策模型；该方法获取的动作决策模型能直接根据场景状态信息生成与动作捕捉信息接近的动作决策，不再需依赖马尔科夫链以及隐式变量推断，大大简化了模型的训练与部署流程，有效提高模型的训练效率。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.039 seconds)
