-
公开(公告)号：CN119575962A
公开(公告)日：2025-03-07
申请号：CN202411494985.8
申请日：2024-10-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种模块化无人农机的控制系统、方法及装置，应用于农业机器人技术领域。该系统包括：主机模块和多个分机模块；所述多个分机模块包括巡检分机和多个操作分机；所述主机模块与所述多个分机模块中的至少一个相连接；每个所述分机模块均包括一个功能域控制器和一个作业子模块；一个操作分机对应至少一种田间作业操作。
-
公开(公告)号：CN108537330A
公开(公告)日：2018-09-14
申请号：CN201810194142.4
申请日：2018-03-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数字信号处理领域，具体涉及一种应用于神经网络的卷积计算装置及方法。旨在解决卷积计算过程中资源消耗大、读入数据利用率低的问题。具体为：对输入数据矩阵按行处理，每两行数据逐列串行输入到乘累加器阵列做乘累加运算；乘累加器阵列依据卷积核维度(M2,N2)进行部署，可并行处理2×M2×N2次乘法运算；利用卷积运算规律，使两组乘累加器阵列移位相加，加速数据运算。本发明挖掘计算过程中的并行性提高系统计算效率；同时复用输入数据，计算结果直接进入池化单元，可减少数据读写；仅需要一个行缓冲空间，资源需求小；可实现不同维数卷积计算，具有计算灵活性、普适性、高效性以及低功耗特性。
-
公开(公告)号：CN111401721B
公开(公告)日：2024-04-23
申请号：CN202010165412.6
申请日：2020-03-11
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及运动视觉领域，具体涉及一种目标预判性思维评测与训练的方法及系统，旨在解决如何准确地进行观察能力和预判能力的评测，并提高训练效率。本发明的目标预判性思维评测方法包括：根据移动参数控制被观察的目标物在显示屏上移动并消失，同时获取被测试者观察目标物过程中的眼动轨迹，并获取观察结束时刻被测试者对目标物位置的判断值；根据目标物的实际运动轨迹、眼动轨迹以及观察结束时刻被测试者对目标物位置的判断值，生成评测结果。本发明可以帮助被测试者准确地评测自身的观察能力与预判能力，而且不受场地限制、不需要消耗大量的体力，能够更快地、有针对性地进行观察能力和预判能力的训练，从而有效提高了训练效率。
-
公开(公告)号：CN113974589B
公开(公告)日：2022-09-06
申请号：CN202111341636.9
申请日：2021-11-12
Applicant: 中国科学院自动化研究所
IPC: A61B5/0205 , A61B5/318 , A61B5/369 , A61B5/11 , A61B5/145 , A61B5/16 , A61B5/0533 , A61B5/00 , G16H10/60 , G16H50/20 , G16H50/30
Abstract: 本发明提供一种多模态行为范式评估优化系统及认知能力评价方法，系统包括：操作平台，用于提供交互测试的操作环境、实时监测生理指标数据以及采集交互指标数据；行为范式计算平台，用于构建认知能力的假设行为范式并根据操作平台实时监测到的生理指标数据和采集的交互指标数据对假设行为范式进行评估，输出认知能力的理想行为范式；数据库，用于存储假设行为范式、交互测试和用户信息；行为范式计算平台包括行为范式构建模块、行为范式评估优化模块和行为输出模块。本发明的系统考虑了不同的行为范式对应的不同指标且测试形式多样化，为测试者和专家提供了一个更科学和人性化的多功能综合测试交互系统。
-
公开(公告)号：CN111640339B
公开(公告)日：2021-12-24
申请号：CN202010474878.4
申请日：2020-05-29
Applicant: 中国科学院自动化研究所
IPC: G09B5/06
Abstract: 本发明属于虚拟现实技术领域，具体涉及一种沉浸式虚拟现实装置、系统及控制方法，旨在解决现有虚拟现实系统感知信息单一、操作不灵活、交互性差、沉浸性差的问题。本发明提供的一种沉浸式虚拟现实装置，包括虚拟运动装置、虚拟现实显示装置、虚拟感知装置以及中控系统，具体地，被测对象在虚拟运动装置上运动，基于检测到运动速度及方向，通过虚拟场景模型，在虚拟现实显示装置上实时生成虚拟现实图像；通过可视化编程可由实验者控制虚拟感知装置中的触发机构，以模拟对被测对象的视听触嗅等感知信息，本发明沉浸式虚拟现实装置提高了虚拟现实系统的真实性、沉浸性、交互性、灵活性，使被测对象能够完全沉浸在虚拟场景中进行拓展认知行为训练。
-
Patent Agency Ranking
公开(公告)号：CN113619701A
公开(公告)日：2021-11-09
申请号：CN202110859948.2
申请日：2021-07-28
Applicant: 中国科学院自动化研究所
IPC: B62D57/024
Abstract: 本发明提供一种多智能体攀爬机器人系统及其控制方法，包括爬梯机器人和梯式攀爬机器人，梯式框架组件上设有供抓握组件攀爬的路径；路径上设有多个支撑点，抓握组件与梯式框架组件可拆卸连接；在爬梯框架攀爬时，抓握组件与支撑点连接，吸附支撑组件脱开幕墙；梯式框架组件通过吸附攀爬组件吸附墙面；在梯式框架组件攀爬时，抓握组件脱开，爬梯框架吸附在墙面。本发明提供的多智能体攀爬机器人系统，爬梯机器人和梯式攀爬机器人互相配合交替移动，在单一系统中设置了爬梯机器人和梯式攀爬机器人，提高了系统的负载能力。并且多个爬梯机器人可以同时进行作业，不仅使整个系统更加灵活方便地按需进行作业，而且满足不同需要，扩大了使用范围。
-
公开(公告)号：CN112086196A
公开(公告)日：2020-12-15
申请号：CN202010973236.9
申请日：2020-09-16
Applicant: 中国科学院自动化研究所
IPC: G16H50/30
Abstract: 本发明涉及运动视觉领域，具体涉及一种多选择性注意力评估与训练的方法及系统，旨在解决训练结果无法量化，无法针对不同用户实现精准化训练的问题。本发明的评估方法包括：在显示屏上展现多个外观各不相同的目标物；记录多个目标物中被选定目标物的ID号；对多个目标物的外观区别特征进行遮蔽，使之外观相同；根据移动参数控制多个目标物在屏幕上移动，同时获取被测试者观察被选定目标物时的眼动轨迹和脑电信号图谱，并获取移动结束时刻被测试者对被选定目标物位置的判断值；根据被选定目标物的实际运动轨迹、眼动轨迹、脑电信号图谱以及移动结束时刻被测试者对被选定目标物位置的判断值生成评估结果。本发明实现了用户针对性注意力训练和提高。
-
公开(公告)号：CN108537330B
公开(公告)日：2020-09-01
申请号：CN201810194142.4
申请日：2018-03-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数字信号处理领域，具体涉及一种应用于神经网络的卷积计算装置及方法。旨在解决卷积计算过程中资源消耗大、读入数据利用率低的问题。具体为：对输入数据矩阵按行处理，每两行数据逐列串行输入到乘累加器阵列做乘累加运算；乘累加器阵列依据卷积核维度(M2,N2)进行部署，可并行处理2×M2×N2次乘法运算；利用卷积运算规律，使两组乘累加器阵列移位相加，加速数据运算。本发明挖掘计算过程中的并行性提高系统计算效率；同时复用输入数据，计算结果直接进入池化单元，可减少数据读写；仅需要一个行缓冲空间，资源需求小；可实现不同维数卷积计算，具有计算灵活性、普适性、高效性以及低功耗特性。
-
公开(公告)号：CN104851451B
公开(公告)日：2018-03-06
申请号：CN201510142872.6
申请日：2015-03-27
Applicant: 中国科学院自动化研究所
IPC: G11C11/413
Abstract: 本发明提出了一种基于电阻加固的静态随机访问存储器的存储单元，包括锁存电路和位选择电路，锁存电路由两个PMOS管P1和P2、两个NMOS管N1和N2、第一阻容网络和第二阻容网络构成；位选择电路由NMOS管N5和N6组成；锁存电路形成4个存储点X1、X1B、X2、X2B；相对于传统6T结构存储单元，添加了阻容网络，在不改变原读操作通路，在不增加明显复杂性情况下，以增加少量面积为代价，保证存储单元不发生单粒子翻转，保证数据正确。
-
公开(公告)号：CN113619701B
公开(公告)日：2023-06-02
申请号：CN202110859948.2
申请日：2021-07-28
Applicant: 中国科学院自动化研究所
IPC: B62D57/024
Abstract: 本发明提供一种多智能体攀爬机器人系统及其控制方法，包括爬梯机器人和梯式攀爬机器人，梯式框架组件上设有供抓握组件攀爬的路径；路径上设有多个支撑点，抓握组件与梯式框架组件可拆卸连接；在爬梯框架攀爬时，抓握组件与支撑点连接，吸附支撑组件脱开幕墙；梯式框架组件通过吸附攀爬组件吸附墙面；在梯式框架组件攀爬时，抓握组件脱开，爬梯框架吸附在墙面。本发明提供的多智能体攀爬机器人系统，爬梯机器人和梯式攀爬机器人互相配合交替移动，在单一系统中设置了爬梯机器人和梯式攀爬机器人，提高了系统的负载能力。并且多个爬梯机器人可以同时进行作业，不仅使整个系统更加灵活方便地按需进行作业，而且满足不同需要，扩大了使用范围。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.033 seconds)
