-
公开(公告)号：CN116849685A
公开(公告)日：2023-10-10
申请号：CN202310695355.6
申请日：2023-06-13
Applicant: 中南大学
Abstract: 本申请主要保护一种运动意图识别方法，包括步骤：获取数据：采用sEMG信号采集系统采集并处理人体运动的肌电信号，得到肌电信号的原始数据；数据处理：采用滤波器处理原始数据中的干扰，将原始数据中的特征进行提取，得到数据特征集；建立期望的目标函数和估价函数；核函数参数和正则化参数概率估计；隶属核函数参数的分布估计。为了解决基于肌电信号的人体运动意图感知方面的问题，提高模型的识别效率和鲁棒性且能够处理非线性数据，本发明结合低阶模糊模型的优秀预测能力和具有鲁棒性的概率模型，采用期望运算对运动意图进行预测以消除模型中存在的随机干扰，提高模型对时变动态特征和外部扰动的处理能力。
-
公开(公告)号：CN116227606B
公开(公告)日：2023-08-15
申请号：CN202310493739.X
申请日：2023-05-05
Applicant: 中南大学
IPC: G06N7/02 , G06F18/23213
Abstract: 本申请适用于人机交互技术领域，提供了一种关节角度预测方法、终端设备及介质，该方法包括采集关节角度数据；利用模糊聚类方法将健侧腿关节角度样本分解到模糊集，得到健侧腿关节角度样本对模糊集的隶属度；将患侧腿关节角度样本划分为多个关节角度区间；根据关节角度区间中的健侧腿关节角度样本，得到关节角度模糊规则信息，并根据关节角度区间中健侧腿关节角度样本对应的模糊集、患侧腿关节角度样本以及关节角度模糊规则信息，构建关节角度模糊规则；根据关节角度模糊规则，得到患侧腿关节角度预测模型；利用患侧腿关节角度预测模型，对患侧腿关节角度进行预测，得到患侧腿关节预测角度。本申请能提高关节角度预测的准确性。
-
公开(公告)号：CN116372940A
公开(公告)日：2023-07-04
申请号：CN202310542596.7
申请日：2023-05-15
Applicant: 中南大学
IPC: B25J9/16
Abstract: 本申请适用于外骨骼机器人技术领域，提供了一种外骨骼变导纳控制方法、装置、终端设备及介质，通过采集训练数据；根据多个历史时刻的关节角度和多个历史时刻的人机交互力，构建交人机交互力预测模型，得到待测时刻的人机交互力预测值；计算人机交互力预测值和预先设定的人机交互力期望值之间的差值；构建用于控制外骨骼的导纳控制模型，并根据差值，对导纳控制模型的参数进行调节，得到变导纳控制模型；根据变导纳控制模型，得到外骨骼在待测时刻的期望关节角度；根据期望关节角度，利用位置控制器对外骨骼进行控制。本申请能提高外骨骼控制的准确度。
-
公开(公告)号：CN116394229A
公开(公告)日：2023-07-07
申请号：CN202310549615.9
申请日：2023-05-16
Applicant: 中南大学
Abstract: 本申请适用于机器人技术领域，提供了一种外骨骼机器人的在线控制方法、装置、设备及介质。该在线控制方法包括：基于模糊规则对外骨骼机器人进行建模，得到TS模糊模型；对TS模糊模型的模糊规则进行融合，并将融合后的TS模糊模型投影到高维空间，得到外骨骼机器人控制模型；根据训练数据，求解外骨骼机器人控制模型的后件参数；根据求解得到的后件参数，确定控制器输出扭矩与关节角度之间的关系表达式；利用关系表达式对T时刻的期望关节角度进行控制器输出扭矩计算，并在T时刻根据计算得到的控制器输出扭矩对外骨骼机器人的控制器进行控制。本申请的在线控制方法能有效提高外骨骼机器人的控制性能。
-
公开(公告)号：CN115576208B
公开(公告)日：2023-03-10
申请号：CN202211416723.0
申请日：2022-11-14
Applicant: 中南大学
IPC: G05B13/04
Abstract: 本公开实施例中提供了一种自适应模糊控制方法、系统、设备及介质，属于数据识别技术领域，具体包括：步骤1，设计基于线性反馈的控制律；步骤2，根据基于线性反馈的控制律得到T‑S模糊模型；步骤3，利用预设公式推导T‑S模糊模型对应的控制律；步骤4，根据T‑S模糊模型对应的控制律推导铸造机器人磨抛装置的自适应控制律；步骤5，选择鲁棒项，并推导滑膜面的一阶导数；步骤6，将系统模型、一阶导数和自适应控制律代入铸造机器人末端打磨系统，构建机器人磨抛过程的闭环控制回路；步骤7，重复步骤4至6，对铸造机器人的实际磨抛过程进行自适应稳定控制。通过本公开的方案，提高了对非线性系统控制的适应性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN115561641A
公开(公告)日：2023-01-03
申请号：CN202211419110.2
申请日：2022-11-14
Applicant: 中南大学
IPC: G01R31/367 , G06F30/27 , G06N7/02
Abstract: 本发明实施例中提供了一种基于状态观测器的锂电池荷电状态估计方法、设备及介质，属于数据处理技术领域，具体包括：步骤1，建立一阶等效电路模型，并辨识一阶等效电路模型中的关键参数；步骤2，利用安时积分法，建立锂电池荷电状态的估计方程；步骤3，构建锂电池荷电状态的状态方程；步骤4，建立近似T‑S模糊模型；步骤5，为鲁棒系数赋值，并计算终端电压的误差；步骤6，对模糊系数对应的估计值进行更新；步骤7，将鲁棒系数、终端电压的误差、估计值代入状态观测器，得到锂电池荷电状态的估计值；步骤8，更新估计值并返回步骤1。通过本发明的方案，提高了适应性和精准度以及提高锂电池在复杂工况下的安全性和工作效率。
-
公开(公告)号：CN117547435A
公开(公告)日：2024-02-13
申请号：CN202311528707.5
申请日：2023-11-16
Applicant: 中南大学
Abstract: 本申请适用于外骨骼控制技术领域，提供了一种外骨骼控制方法、装置、终端设备及介质，该方法通过采集空载状态下的第一外骨骼关节角度和第一电机输出力矩；根据空载状态采集的数据，对下肢外骨骼动力学模型对应的第一模型参数进行辨识，得到第一模型参数估计值；采集负载状态下的第二外骨骼关节角度、第二电机输出力矩以及受试者关节角度，计算实际交互力矩；构建受试者关节运动模型，对受试者关节运动模型对应的第二模型参数进行辨识，得到第二模型参数估计值；建立外骨骼状态空间方程；获取控制律；计算控制律中不确定参数的自适应律；根据控制律和自适应律，对外骨骼进行控制。本申请能提高外骨骼控制的精度。
-
公开(公告)号：CN116543872A
公开(公告)日：2023-08-04
申请号：CN202310496583.0
申请日：2023-05-05
Applicant: 中南大学
Abstract: 本申请适用于人机交互技术领域，提供了一种关节角度的预测方法、终端设备及介质，通过采集关节角度数据；将关节角度数据投影到高维空间，并构建每个时刻的健侧腿关节角度的重构误差；根据重构误差，对采集的关节角度数据进行约减，得到约减后的健侧腿关节角度；将约减后的的健侧腿关节角度分解到多个模糊集中，得到每个时刻的健侧腿关节角度对每个模糊集的隶属度；根据每个时刻的健侧腿关节角度对应的模糊集，构建关节角度模糊规则；根据关节角度模糊规则以及隶属度，构建关节角度预测模型；利用关节角度预测模型，得到目标患者在待测时刻的患侧腿关节预测角度。本申请能提高关节角度的预测的准确性。
-
公开(公告)号：CN115599222A
公开(公告)日：2023-01-13
申请号：CN202211392457.2
申请日：2022-11-08
Applicant: 中南大学(CN)
Abstract: 本申请适用于人机交互技术领域，提供了一种关节运动估计方法，该方法包括：采集训练数据；训练数据包括N个时刻的肌电信号数据样本；将N个时刻的肌电信号数据样本分解到多个初始模糊集中，得到每个时刻的肌电信号数据样本对每个初始模糊集的第一隶属度；对多个初始模糊集进行融合，得到多个融合模糊集；融合模糊集的数量小于初始模糊集的数量；将每个融合模糊集中的数据投影到特征空间，得到关节角度与肌电信号之间的关系表达式；利用关系表达式对待估计肌电信号数据进行关节角度计算，得到待估计肌电信号数据对应的关节角度数据。本申请能够提高关节角度预测的准确率。
-
公开(公告)号：CN115530848B
公开(公告)日：2023-03-24
申请号：CN202211544720.5
申请日：2022-11-28
Applicant: 中南大学
Abstract: 本申请适用于生理信号处理技术领域，提供了一种运动意图识别方法，其中该方法包括：根据N个肌电信号数据样本，构建运动意图识别模型，利用预先定义的投影函数和后件参数对运动意图识别模型进行扩展，在采集到第N+1个肌电信号数据样本时，利用第N+1个肌电信号数据样本对扩展后的运动意图识别模型进行更新，利用更新后的运动意图识别模型对待识别肌电信号数据进行运动意图识别，得到待识别肌电信号数据对应的运动意图。本申请能大大提高运动意图的识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
