-
公开(公告)号：CN107378944A
公开(公告)日：2017-11-24
申请号：CN201710477543.6
申请日：2017-06-20
Applicant: 东南大学
Abstract: 本发明公开了一种基于主成分分析法的多维表面肌电信号假手控制方法，包括如下步骤：首先将设有24通道阵列肌电传感器的臂环佩戴至受试者前臂，将五个手指关节姿态传感器分别佩戴在受试者拇指的远节指骨和其余手指的中节指骨处；受试者进行五指独立弯曲伸展训练，同时采集肌电传感阵列数据与手指关节姿态传感器数据；使用主成分分析方法对肌电传感数据进行解耦，组成手指运动训练集；训练完毕后将佩戴在手指上的传感器移除；采取神经网络方法对上述手指运动训练集进行数据拟合，构建手指连续运动预测模型；使用手指连续运动模型预测当前手指的弯曲角度。本发明能够克服离散动作模态分类的非连贯性，最终达到对假手更加平滑流畅的控制。
-
公开(公告)号：CN108983973A
公开(公告)日：2018-12-11
申请号：CN201810716880.0
申请日：2018-07-03
Applicant: 东南大学
CPC classification number: G06F3/015 , G06K9/6256 , G06K9/6267
Abstract: 本发明公开了一种基于手势识别的仿人灵巧肌电假手控制方法，实时识别使用者的8种手势，并操作灵巧假手进行同步动作。该控制方法的手势识别策略基于神经网络算法，受试者首先在训练阶段重复完成预先设定的8种手势动作（分别为放松、手腕外翻、手腕内翻、握拳、伸掌、手势2、手势3和竖大拇指），之后该系统能够实时识别使用者随机完成8种手势中的任意一种手势。本发明使用Tensorflow机器学习框架学习权值并进行了可视化分析。本发明对一名使用者进行表面肌电信号采集、训练和预测，对8种手势的综合预测精度达到97%，且再次佩戴时不再需要进行训练。受试者实际控制假手时，使用投票算法对实时手势预测结果进行深度优化，最终假手的动作同步率到达99%。
-
公开(公告)号：CN112587285A
公开(公告)日：2021-04-02
申请号：CN202011434904.7
申请日：2020-12-10
Applicant: 东南大学
Abstract: 本发明公开一种多模态信息引导环境感知的肌电假肢系统及环境感知方法，该假肢系统系统包括具有多模态感知能力的假肢手、阵列肌电传感模块、穿戴式摄像模块、穿戴式力触觉反馈装置、语音交互模块和数据处理器；假肢手通过假肢接受腔穿戴在使用者的残肢端用于力触觉和温度觉的感知，阵列肌电传感模块集成在假肢接受腔与残肢贴合的内表面，穿戴式摄像模块用于实现假肢手对待抓取物体的接近觉信息感知，穿戴式力触觉反馈装置用于实现使用者对假肢接近觉、温度觉和力触觉信息的感知，语音交互模块用于使用者与肌电假肢系统的交互，假肢接受腔内集成有数据处理器。本发明实现了盲人截肢对象自主接近物体，抓取物体。
-
公开(公告)号：CN107378944B
公开(公告)日：2020-12-25
申请号：CN201710477543.6
申请日：2017-06-20
Applicant: 东南大学
Abstract: 本发明公开了一种基于主成分分析法的多维表面肌电信号假手控制方法，包括如下步骤：首先将设有24通道阵列肌电传感器的臂环佩戴至受试者前臂，将五个手指关节姿态传感器分别佩戴在受试者拇指的远节指骨和其余手指的中节指骨处；受试者进行五指独立弯曲伸展训练，同时采集肌电传感阵列数据与手指关节姿态传感器数据；使用主成分分析方法对肌电传感数据进行解耦，组成手指运动训练集；训练完毕后将佩戴在手指上的传感器移除；采取神经网络方法对上述手指运动训练集进行数据拟合，构建手指连续运动预测模型；使用手指连续运动模型预测当前手指的弯曲角度。本发明能够克服离散动作模态分类的非连贯性，最终达到对假手更加平滑流畅的控制。
-
公开(公告)号：CN109172064B
公开(公告)日：2020-07-07
申请号：CN201810769374.8
申请日：2018-07-13
Applicant: 东南大学
IPC: A61F2/58
Abstract: 本发明涉及一种支持云端融合的假手感知机构及系统，属于仿生假手技术领域。所述假手感知机构包括长指部、拇指部、四个连接块、手掌部和印制电路板；长指部包括四个长指机构，分别为食指机构、中指机构、无名指机构和小指机构，每个长指机构均包括近指节、中指‑远指节、第一掌指关节座和第一连接件；拇指部包括拇指近指节、拇指远指节、第二掌指关节座和第二连接件；每个长指机构的近指节各与一个连接块铰接；手掌部包括壳体和安装在壳体内的旋转驱动机构和四个直线驱动机构；印制电路板安装在壳体内，印制电路板上集成有主控制器模块、驱动模块和数据通信模块。该假手感知机构，能够根据云端上位机识别的手势动作识别结果，做出相应的手势动作。
-
Patent Agency Ranking
公开(公告)号：CN108983973B
公开(公告)日：2021-01-26
申请号：CN201810716880.0
申请日：2018-07-03
Applicant: 东南大学
Abstract: 本发明公开了一种基于手势识别的仿人灵巧肌电假手控制方法，实时识别使用者的8种手势，并操作灵巧假手进行同步动作。该控制方法的手势识别策略基于神经网络算法，受试者首先在训练阶段重复完成预先设定的8种手势动作（分别为放松、手腕外翻、手腕内翻、握拳、伸掌、手势2、手势3和竖大拇指），之后该系统能够实时识别使用者随机完成8种手势中的任意一种手势。本发明使用Tensorflow机器学习框架学习权值并进行了可视化分析。本发明对一名使用者进行表面肌电信号采集、训练和预测，对8种手势的综合预测精度达到97%，且再次佩戴时不再需要进行训练。受试者实际控制假手时，使用投票算法对实时手势预测结果进行深度优化，最终假手的动作同步率到达99%。
-
公开(公告)号：CN112587285B
公开(公告)日：2023-03-24
申请号：CN202011434904.7
申请日：2020-12-10
Applicant: 东南大学
Abstract: 本发明公开一种多模态信息引导环境感知的肌电假肢系统及环境感知方法，该假肢系统系统包括具有多模态感知能力的假肢手、阵列肌电传感模块、穿戴式摄像模块、穿戴式力触觉反馈装置、语音交互模块和数据处理器；假肢手通过假肢接受腔穿戴在使用者的残肢端用于力触觉和温度觉的感知，阵列肌电传感模块集成在假肢接受腔与残肢贴合的内表面，穿戴式摄像模块用于实现假肢手对待抓取物体的接近觉信息感知，穿戴式力触觉反馈装置用于实现使用者对假肢接近觉、温度觉和力触觉信息的感知，语音交互模块用于使用者与肌电假肢系统的交互，假肢接受腔内集成有数据处理器。本发明实现了盲人截肢对象自主接近物体，抓取物体。
-
公开(公告)号：CN111300413B
公开(公告)日：2022-10-14
申请号：CN202010139635.5
申请日：2020-03-03
Applicant: 东南大学
IPC: B25J9/16
Abstract: 本发明公开了一种多自由度肌电假手控制系统及其使用方法，该系统包括机械手、机械手腕、残肢接受腔和数据处理器，机械手和残肢接受腔分别安装在机械手腕两端，残肢接受腔内连接有多通道肌电阵列电极袖套、控制单元电路板和电池，控制单元电路板另一端连接机械手和机械手腕，该系统的使用方法包括以下步骤：(S1)令使用者戴上多通道肌电阵列电极袖套，连接好电池和控制单元电路板；(S2)令使用者完成手势，采集表面肌电信号后上传至数据处理器；(S3)数据处理器接收表面肌电信号并输入神经网络算法生成手势预测模型；(S4)使用者控制机械手腕、机械手的多个自由度运动。该系统能够对连续手势及手势力度进行识别，做出多自由度的手势。
-
公开(公告)号：CN111300413A
公开(公告)日：2020-06-19
申请号：CN202010139635.5
申请日：2020-03-03
Applicant: 东南大学
IPC: B25J9/16
Abstract: 本发明公开了一种多自由度肌电假手控制系统及其使用方法，该系统包括机械手、机械手腕、残肢接受腔和数据处理器，机械手和残肢接受腔分别安装在机械手腕两端，残肢接受腔内连接有多通道肌电阵列电极袖套、控制单元电路板和电池，控制单元电路板另一端连接机械手和机械手腕，该系统的使用方法包括以下步骤：(S1)令使用者戴上多通道肌电阵列电极袖套，连接好电池和控制单元电路板；(S2)令使用者完成手势，采集表面肌电信号后上传至数据处理器；(S3)数据处理器接收表面肌电信号并输入神经网络算法生成手势预测模型；(S4)使用者控制机械手腕、机械手的多个自由度运动。该系统能够对连续手势及手势力度进行识别，做出多自由度的手势。
-
公开(公告)号：CN109172064A
公开(公告)日：2019-01-11
申请号：CN201810769374.8
申请日：2018-07-13
Applicant: 东南大学
IPC: A61F2/58
Abstract: 本发明涉及一种支持云端融合的假手感知机构及系统，属于仿生假手技术领域。所述假手感知机构包括长指部、拇指部、四个连接块、手掌部和印制电路板；长指部包括四个长指机构，分别为食指机构、中指机构、无名指机构和小指机构，每个长指机构均包括近指节、中指-远指节、第一掌指关节座和第一连接件；拇指部包括拇指近指节、拇指远指节、第二掌指关节座和第二连接件；每个长指机构的近指节各与一个连接块铰接；手掌部包括壳体和安装在壳体内的旋转驱动机构和四个直线驱动机构；印制电路板安装在壳体内，印制电路板上集成有主控制器模块、驱动模块和数据通信模块。该假手感知机构，能够根据云端上位机识别的手势动作识别结果，做出相应的手势动作。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.016 seconds)
