-
公开(公告)号：CN114770475B
公开(公告)日：2024-07-05
申请号：CN202210529052.2
申请日：2022-05-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种具有灵巧操作能力的六自由度并联机器人，属于机器人设计领域，包括定平台、动平台、布置在所述定平台与动平台之间驱动动平台的多个支链；所述定平台上均匀间隔分布多个驱动装置，所述驱动装置与所述支链连接；所述动平台包括移动平台和转动万向平台；所述移动平台包括十字架、中心转轴、第一滑块、第二滑块、第一连杆、第二连杆、U型架；所述转动万向平台包括框架、万向平台、传动组件、末端执行器组件；其通过支链驱动移动平台和转动平台，来解决现有六自由度并联机器人转动操作能力有限的技术问题。
-
公开(公告)号：CN117883073A
公开(公告)日：2024-04-16
申请号：CN202410038168.5
申请日：2024-01-10
Applicant: 重庆邮电大学
Abstract: 本发明属于步态分析技术领域，涉及一种融合视觉与惯性传感器的步态分析方法，包括：获取目标人物步态视频，利用OpenPose模型分析目标人物步态视频，得到骨骼关节坐标以及骨骼关节坐标的置信度；通过惯性传感器获取IMU数据；所述IMU数据包括加速度计数据和陀螺仪数据；对骨骼关节坐标和IMU数据进行预处理；根据预处理后的骨骼关节坐标和IMU数据计算步态时空参数；根据骨骼关节坐标的置信度、预处理后的骨骼关节坐标和IMU数据计算踝关节角度；本发明根据不同关键点的重要性来进行速度信息的加权，以更好地反映步态速度；本发明利用视觉传感器和惯性传感器的互补特性，提高步态分析的准确性和鲁棒性。
-
公开(公告)号：CN116842427A
公开(公告)日：2023-10-03
申请号：CN202310786003.1
申请日：2023-06-29
Applicant: 重庆邮电大学
IPC: G06F18/24 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/08 , A61B5/00
Abstract: 本发明涉及生理信号特征检测技术领域，具体涉及一种基于多源传感器的下肢肌肉疲劳检测方法及系统，方法包括：通过IMU传感器和EMG传感器同时采集人体下肢肌肉分别处于正常状态、轻微疲劳状态和严重疲劳状态的运动数据和生理数据，并进行预处理；构建基于卷积神经网络的人体下肢疲劳状态识别与预测模型；采用预处理后的数据集训练人体下肢疲劳状态识别与预测模型；实时采集人体下肢肌肉状态数据，通过训练好的模型识别下肢疲劳状态。
-
公开(公告)号：CN114554389B
公开(公告)日：2023-06-20
申请号：CN202111645972.2
申请日：2021-12-29
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种行人导航定位系统融合方法，包括：基于无线接收器获取离线WiFi数据和在线信号强度数据；根据离线WiFi数据进行处理，得到WiFi指纹数据库；根据WiFi指纹数据库和在线信号强度数据，得到加权欧式距离；通过加权欧式距离在WiFi指纹数据库中选取最小的前k个指纹表征采样点位置坐标，得到最优估计坐标数据；基于惯性传感器获取加速度数据和角速度数据；根据加速度数据、角速度数据和最优估计坐标数据，得到行人行走坐标数据；利用扩展卡尔曼滤波融合方法对行走航向角数据、行走步长数据和最优估计坐标数据，得到行人当前最优定位坐标。本发明能够实现通过惯性导航与WiFi定位融合，使得定位结果更加精确，减少累积误差，满足长时间精准的定位结果。
-
公开(公告)号：CN114677395A
公开(公告)日：2022-06-28
申请号：CN202210384937.8
申请日：2022-04-13
Applicant: 重庆邮电大学
IPC: G06T7/12 , G06N3/00 , G06K9/62 , G06V10/762
Abstract: 本发明属于图像处理领域，具体涉及一种基于改进的主动轮廓算法的指静脉图像分割方法，该方法包括：采用局部二值拟合主动轮廓算法构建指静脉图像分割模型；采用改进的模糊均值聚类算法计算待分割的指静脉图像的初始轮廓，将初始轮廓作为指静脉图像分割模型的初始指静脉轮廓；根据初始指静脉轮廓采用指静脉图像分割模型对待分割的指静脉图像进行分割处理；本发明对每张静脉图像均会进行迭代优化运算，输出最优的手指静脉初始分割结果，然后在该基础上进一步进行手指静脉图像分割，保证分割模型的稳定性及准确率。
-
Patent Agency Ranking
公开(公告)号：CN112472299A
公开(公告)日：2021-03-12
申请号：CN202011481653.8
申请日：2020-12-15
Applicant: 重庆邮电大学
Abstract: 本发明属于力反馈设备技术领域，涉及一种应用于人力反馈设备的主手夹持装置，包括安装支架、伞齿轮传动组件、夹持连杆组件、丝线传动组件和动力源；安装支架用于连接本装置与力反馈系统中其它组件并且固定本装置中的各类传动组件、动力源；夹持连杆组件用于模拟手术器械中的夹持设备，并将向内挤压运动转化为一个直线往复运动；丝线传动组件用于将动力源控制的力反馈准确传递至夹持连杆组件；伞齿轮传动组件用于完成动力源与丝线传动组件的传动和运动方向的转换，该主手夹持装置可以将经由力反馈系统控制提供手部握持端的力反馈，可支持力反馈系统在医学培训场景的应用中对夹持式手术器械的模拟。
-
公开(公告)号：CN108524192B
公开(公告)日：2019-11-12
申请号：CN201810360197.8
申请日：2018-04-20
Applicant: 重庆邮电大学
IPC: A61H1/02
Abstract: 本发明请求保护一种带肌电感知的穿戴式小臂主动康复训练外骨骼装置，属于机器人领域。该装置由外骨骼支架、小臂旋转机构、肘屈伸机构、驱动电机和肌电信号采集装置构成，可实现肘关节屈伸和小臂旋转两个自由度的主动康复训练。大小臂支架采用半开放结构更易于穿戴，且内衬关键位置预埋肌电信号采集装置，采集康复训练过程中的手臂肌电信号，进而可根据肌肉张力情况调整各关节电机运动，提升训练安全性和效果。小臂屈伸机构采用两组电机‑伞齿轮传动形式，通过2个电机同步协调运动实现小臂屈伸运动。小臂旋转机构采用钢丝传动方式，小臂旋转角度达180°。本专利能更方便、更安全、更有效的进行康复训练，可广泛应用于医院、社区和家庭。
-
公开(公告)号：CN110385707A
公开(公告)日：2019-10-29
申请号：CN201910684839.4
申请日：2019-07-26
Applicant: 重庆邮电大学
Abstract: 本发明属于机器人技术领域，涉及一种工作空间可变的七自由度力反馈操作装置，三轴并联机构包括下支撑板、上支撑板和装配在支撑板之间的三组同构传动套件，每组传动套件均包括装配在下支撑板上的立柱、分别水平装配在立柱两侧的直流电机和传动轴套、半圆盘、平行四边形支架、L型调节块、d型连接块、关节零位传感器和钢丝张紧机构；三轴转腕机构包括三个L型支架，三个扁平盘式电机、配重块和陀螺传感器构成；指捏夹由扁平盘式电机、食指压杆托板、拇指压杆和食指压杆构成；通过7个电机的角度解算和运动控制实现对操作人手部空间三维位置、手腕三维旋转姿态和手指开闭共7个自由度的运动识别和力反馈输出，该装置适用于进行力反馈操作。
-
公开(公告)号：CN108524192A
公开(公告)日：2018-09-14
申请号：CN201810360197.8
申请日：2018-04-20
Applicant: 重庆邮电大学
IPC: A61H1/02
Abstract: 本发明请求保护一种带肌电感知的穿戴式小臂主动康复训练外骨骼装置，属于机器人领域。该装置由外骨骼支架、小臂旋转机构、肘屈伸机构、驱动电机和肌电信号采集装置构成，可实现肘关节屈伸和小臂旋转两个自由度的主动康复训练。大小臂支架采用半开放结构更易于穿戴，且内衬关键位置预埋肌电信号采集装置，采集康复训练过程中的手臂肌电信号，进而可根据肌肉张力情况调整各关节电机运动，提升训练安全性和效果。小臂屈伸机构采用两组电机-伞齿轮传动形式，通过2个电机同步协调运动实现小臂屈伸运动。小臂旋转机构采用钢丝传动方式，小臂旋转角度达180°。本专利能更方便、更安全、更有效的进行康复训练，可广泛应用于医院、社区和家庭。
-
公开(公告)号：CN209644986U
公开(公告)日：2019-11-19
申请号：CN201820541005.9
申请日：2018-04-17
Applicant: 重庆邮电大学
IPC: A61B17/072 , A61B34/30 , A61B17/3209
Abstract: 本实用新型公开了一种三自由度电动型吻合器驱动装置，该装置包括吻合器接口和吻合器驱动两部分，适用于一次性可弯曲钉匣。吻合器接口与钉匣连接，实现钉匣与驱动装置之间的机械连接和力传递。吻合器驱动装置驱动部分设置有3个电机驱动吻合器的3自由度运动，分别是刀片的进退运动、钉舱俯仰运动和吻合器整体旋转运动。3个电机环形布置保持驱动装置整体结构紧凑。刀片的进退运动和钉舱俯仰运动通过丝杆螺母结构传动实现，吻合器整体旋转运动由一对啮合的齿轮传动实现。该驱动装置具有可快速安装或卸下钉匣的特点。该装置可替换传统手术医生操作吻合器操控手柄控制，便于集成至手术机器人系统中，丰富手术机器人可用的手术器械类型。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.031 seconds)
