基于唇部检测与跟踪的智能轮椅控制方法

    公开(公告)号:CN102319155A

    公开(公告)日:2012-01-18

    申请号:CN201110142786.7

    申请日:2011-05-30

    Abstract: 本发明公开了一种基于唇部检测与跟踪的智能轮椅控制方法,涉及一种图像处理与智能轮椅控制相结合的基于唇部检测与跟踪的智能轮椅控制方法,本发明以智能轮椅为平台,建立了唇部轮廓检测与跟踪的数学模型,使用摄像头读取人脸部分图像;对唇部轮廓进行检测跟踪;对唇部运动序列进行特征提取,并在其中使用了鲁棒性良好的主动外观模型方法;运用隐马尔可夫模型对图像序列进行建模与识别;实现了通过唇读技术控制智能轮椅运动的方法,采用本发明的智能轮椅控制交互技术,可以使老年人或者有行动限制的残疾人通过自然语言实现对智能轮椅的基本控制,这种控制方法不需要智能轮椅的使用者学习机器语言,直接使用自然语言,实现了人机自然交互。

    基于ZigBee的老人椅上跌落警报系统

    公开(公告)号:CN104484978A

    公开(公告)日:2015-04-01

    申请号:CN201410690232.4

    申请日:2014-11-25

    CPC classification number: G08B21/043 G08B21/0461 G08B25/10

    Abstract: 本发明公开了一种基于ZigBee的老人椅上跌落警报系统,包括感知层、网络层和应用层;所述感知层采用ZigBee网络对老年人椅上状态数据进行检测,负责跌落检测;所述网络层用于接收感知层数据并将报警信息发送给应用层。本发明的技术方案通过ZigBee传感网络技术收集压力传感器和温度传感器的数据,使用自适应加权数据融合算法分析数据得出融合结果,通过ZigBee-WiFi网关上传至上位机,来判断老年人是否在椅上或床上。如果判断到老年人已经跌落,则马上通过GSM网络和Internet网络发送警报信息给家人或医疗机构终端。本发明能够及时将跌落警报信息以多种方式发送给工作人员和家属,可以及时发现并查看老人跌落事故,采取紧急救助措施。因此,这项技术具有潜在的研究价值和现实应用意义。

    基于在线SVM的sEMG自适应模式识别方法及其在智能轮椅上的应用

    公开(公告)号:CN104463218A

    公开(公告)日:2015-03-25

    申请号:CN201410784107.X

    申请日:2014-12-16

    CPC classification number: G06K9/627

    Abstract: 本发明涉及一种基于在线SVM的sEMG自适应模式识别方法及其在智能轮椅上的应用,属于表面肌电信号识别控制技术领域。本发明采用增量学习算法对SVM模型进行在线训练,同时在线学习过程中引入头部信息作为校正信息共同构成sEMG的分类器,对不同肌肉状态下的sEMG实现有效识别,降低肌肉疲劳对人机交互系统稳定性的影响,最后将其成功应用于智能轮椅上。本发明所述的方法有效的提高了系统在长时间人机交互过程中的自适应能力,使得交互更加自然友好。

    基于MSVM脑电信号特征分类的方法及智能轮椅系统

    公开(公告)号:CN103473294A

    公开(公告)日:2013-12-25

    申请号:CN201310396166.5

    申请日:2013-09-03

    Abstract: 本发明公开了一种基于MSVM脑电信号特征分类的方法,该方法涉及脑机接口技术的特征分类与识别控制领域。本发明本章中采用支持向量机对脑电信号进行特征分类,针对现有支持向量机算法在参数选择上的问题,提出了改进的参数寻优方法。为了达到多分类的目的,在二分类的基础上对多分类支持向量机的原理及结构进行了探索。通过分析比较后选择了二叉树形式的多分类支持向量机进行多特征分类,并在离线环境下对改进的参数寻优算法进行了实验验证。

    基于双混合唇形特征提取的智能轮椅人机交互方法

    公开(公告)号:CN103425987A

    公开(公告)日:2013-12-04

    申请号:CN201310396167.X

    申请日:2013-09-03

    Abstract: 本发明公开了一种基于双混合唇形特征提取的智能轮椅人机交互方法,涉及唇形识别技术的特征提取与识别控制领域。本发明首先对唇部进行DT_CWT滤波,由于DT_CWT具有近似平移不变性,所以DT_CWT滤波后会使在ROI内不同位置的相同唇形的特征值之间差值较小,克服唇部因在ROI位置偏移而导致唇形识别错误的影响;然后再对DT_CWT提取的唇部特征向量进行DCT变换,使经DT_CWT变换后提取的唇部特征集中在DCT变换后的较大系数中,使特征矢量包含唇部最大的信息量,并且同时达到降维的效果。该方法大大地提高了唇形识别率,提高了唇形识别系统鲁棒性。

    一种基于异构双种群蚁群算法的移动机器人路径规划方法

    公开(公告)号:CN111240326A

    公开(公告)日:2020-06-05

    申请号:CN202010042867.9

    申请日:2020-01-15

    Abstract: 本发明涉及一种基于异构双种群蚁群算法的移动机器人路径规划方法,该方法首先将静态地图中位置坐标转为二进制数,并结合海明距离计算从起点到目标点整个分块地图中复杂度,将其与预测的复杂度阀值进行对比动态选择局部搜索效率高的蚁群算法还是收敛速度快的精英蚂蚁系统算法的信息素更新算子。其次,在迭代阶段,根据前一阶段选择的结果来选择在迭代前期是否增加较优路径上的蚂蚁的信息素浓度以进一步增加算法的探索度。

    混合小波和共同空间模式的左右手运动想象脑电信号特征提取方法

    公开(公告)号:CN104473635A

    公开(公告)日:2015-04-01

    申请号:CN201410784205.3

    申请日:2014-12-16

    CPC classification number: A61B5/0476 A61B5/04012 A61B5/72

    Abstract: 本发明涉及一种混合小波和共同空间模式的左右手运动想象脑电信号特征提取方法,属于脑电信号识别控制技术领域。该方法混合小波和共同空间模式算法对左右手运动想象脑电信号进行处理,提取出能够表征左右手运动想象脑电信号的时频空特征,具体包括以下步骤:1)使用小波变换对左右手运动想象脑电信号进行分解,得到能反映其时频特征的小波系数;2)使用CSP算法对能反映左右手运动想象脑电信号时频特征的小波系数D2进行分析,得到该小波系数的最优空间滤波器;3)使用该最优空间滤波器提取出能反映左右手运动想象脑电信号时频空特征的特征值。本方法能够解决现有技术中的脑电信号特征提取方法不能同时提取出脑电信号的时频特征和空域特征的问题。

    手势识别方法及基于手势识别控制的智能轮椅人机系统

    公开(公告)号:CN102339379A

    公开(公告)日:2012-02-01

    申请号:CN201110109146.6

    申请日:2011-04-28

    Abstract: 本发明公开了一种手势识别方法及基于手势识别控制的智能轮椅人机系统,涉及计算机视觉、人机系统、控制领域,包括视频采集模块,分离器,查询模块,跟踪模块,手势预处理模块,特征提取模块,手势识别模块,控制模块,采用Camshift跟踪算法与Kalman滤波算法相结合的方法对人手进行跟踪,并分离出手势,结合Hu矩与支持向量机(SVM)对手势进行识别,该手势识别方法可以滤除肤色干扰、遮挡及周围复杂环境对手势分割的影响,实现对人手的精确跟踪和快速准确识别,用于基于手势识别的智能轮椅人机系统中,可以达到快速、准确的识别手势命令,安全的控制智能轮椅的目的,能帮助老年人和残疾人提高活动范围和生活质量。

Patent Agency Ranking