-
公开(公告)号：CN117647985A
公开(公告)日：2024-03-05
申请号：CN202410124950.9
申请日：2024-01-30
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G05D1/43 , G05D1/633 , G05D1/247 , G05D1/648 , G05D109/10
Abstract: 本发明提供一种助力机器人轨迹跟踪控制方法、系统、设备及介质，该方法包括步骤：构建助力机器人模型；通过人体上肢动力学方程对所述助力机器人模型进行补偿，得到完整的系统动力学方程；在完整的系统动力学方程的基础上，通过自适应鲁棒控制算法将系统的不确定参数的影响消除，并通过U‑K方程进行精准控制。本发明通过助力机器人提高了作业效率、减轻了人体负荷。对助力机器人采用拉格朗日法完成建模并基于人体上肢动力学进行建模补偿，进一步提高了系统模型精度，控制算法采用的是基于U‑K理论和自适应鲁棒控制算法，能够很好的满足配网带电作业助力机器人在系统含有不确定参数和未知干扰时的高精度、高稳定性和高鲁棒性的轨迹跟踪控制。
-
公开(公告)号：CN116869748B
公开(公告)日：2023-11-28
申请号：CN202311148642.1
申请日：2023-09-07
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明涉及助行器及其上坡助力下坡控速方法、系统、设备及介质，该系统包括：把手控制模块、助行器本体控制模块，把手控制模块与助行器本体控制模块通过无线局域网通信连接，把手控制模块用于调节助力等级和速度，助行器本体控制模块用于接收把手控制模块的指令控制轮毂电机实现力控效果。本发明采用力控方案，能够有效减少使用者推动助行器时力的大小，并且可以灵活设置助力等级和速度限制大小，方便针对不同坡度的上坡助力等级选择以及下坡时的控速选择；基于ROS2系统采用节点间话题订阅通讯的方式实现助行器上坡助力及下坡控速方案，可以保证把手控制程序与助行器本体的助力控速算法间的完全解耦，从而方便程序在不同平台间的移植。
-
公开(公告)号：CN117654000B
公开(公告)日：2024-06-25
申请号：CN202410133819.9
申请日：2024-01-31
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明提供一种机器人主被动康复训练控制方法、系统、设备及介质，该方法包括步骤：响应于用户切换主被动康复训练的请求；若当前为被动康复训练模式，则关闭外环导纳调整模块，通过内环U‑K控制模块进行机器人的轨迹跟踪控制，实现被动训练；若当前为主动康复训练模式，则打开外环导纳调整模块，通过外环导纳调整模块和内环U‑K控制模块进行机器人的轨迹跟踪控制，实现主动训练。内环采用基于U‑K理论的控制算法，能够满足上肢康复训练过程中的轨迹跟踪控制要求，外环导纳调整模块能够通过改变导纳参数调整主动训练效果，实现不同程度或等级的主动康复训练，不会影响和干涉被动训练的轨迹跟踪控制，能够很方便的在主动被动训练之间转换。
-
公开(公告)号：CN116766207B
公开(公告)日：2024-05-28
申请号：CN202310966759.4
申请日：2023-08-02
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: B25J9/16
Abstract: 本发明涉及医疗康复技术领域，公开了一种基于多模态信号运动意图识别的机器人控制方法，该方法包括：获取语音信号、压力信号以及肌电信号；根据语音信号得到第一意图识别结果、根据肌电信号得到第二意图识别结果、根据压力信号得到第三意图识别结果；根据第一意图识别结果、第二意图识别结果和第三意图识别结果确定目标意图识别结果；根据目标意图识别结果生成智能轮椅的控制指令。本发明综合了语音识别、肌电信号识别以及压力识别，涵盖了多模态的感知信息，这样不仅可以综合考虑语音指令、使用者的姿势和肌肉的活动情况，提高运动意图识别的准确性和可靠性，还具有实时性，可以提高交互的效率和体验感。
-
公开(公告)号：CN117654000A
公开(公告)日：2024-03-08
申请号：CN202410133819.9
申请日：2024-01-31
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明提供一种机器人主被动康复训练控制方法、系统、设备及介质，该方法包括步骤：响应于用户切换主被动康复训练的请求；若当前为被动康复训练模式，则关闭外环导纳调整模块，通过内环U‑K控制模块进行机器人的轨迹跟踪控制，实现被动训练；若当前为主动康复训练模式，则打开外环导纳调整模块，通过外环导纳调整模块和内环U‑K控制模块进行机器人的轨迹跟踪控制，实现主动训练。内环采用基于U‑K理论的控制算法，能够满足上肢康复训练过程中的轨迹跟踪控制要求，外环导纳调整模块能够通过改变导纳参数调整主动训练效果，实现不同程度或等级的主动康复训练，不会影响和干涉被动训练的轨迹跟踪控制，能够很方便的在主动被动训练之间转换。
-
Patent Agency Ranking
公开(公告)号：CN116999291A
公开(公告)日：2023-11-07
申请号：CN202310971453.8
申请日：2023-08-03
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种基于多源信息感知的康复机器人控制方法及电子设备，其中，该方法包括：获取无运动机能患者的上肢模态信号，上肢模态信号包括脑电信号、以及眼动信号和/或肌电信号；对于每一种上肢模态信号，使用意图识别模型对上肢模态信号进行运动意图识别，得到对应的运动意图识别结果；获取每一种上肢模态信号对应的置信度；根据每一种上肢模态信号对应的运动意图识别结果及对应的置信度，确定患者的运动意图；根据运动意图确定上肢康复外骨骼的运动控制信号；控制上肢康复外骨骼按照运动控制信号进行运动。本发明能够提升上肢康复训练过程中无运动机能患者的运动意图识别准确率。
-
公开(公告)号：CN116966054A
公开(公告)日：2023-10-31
申请号：CN202310944504.8
申请日：2023-07-28
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种基于多源信息感知的机器人控制方法、系统及电子设备，该方法包括：获取低运动机能患者的脑电信号、上肢的惯性信号、肌电信号和/或力触觉信号；分别针对每一种第一信号，使用随机森林机器模型进行运动意图识别，得到对应的运动意图识别结果；获取每一种第一信号对应的权重参数；根据各第一信号对应的运动意图识别结果及对应的权重参数，初步确定患者的运动意图；根据逻辑决策表判断初步确定的运动意图是否符合逻辑；若符合，确定为最终的运动意图；根据最终确定的运动意图确定上肢康复外骨骼的运动控制信号；控制上肢康复外骨骼按照运动控制信号进行运动。本发明能够提升上肢康复训练过程中低运动机能患者的运动意图识别准确率。
-
公开(公告)号：CN116872219A
公开(公告)日：2023-10-13
申请号：CN202311148664.8
申请日：2023-09-07
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: B25J9/16
Abstract: 本发明涉及基于U‑K方程的机器人控制方法、电子设备及存储介质，该方法包括步骤：对机械臂进行正向运动学建模和动力学建模，得到动力学方程；对动力学方程进行处理，得到无约束状态下系统的加速度与系统的外力之间的关系；对约束状态下系统的加速度与系统的外力之间的关系添加系统约束；通过U‑K方程求解满足系统约束的约束力，得到约束力的精确表达式；通过约束力的精确表达式计算得到系统运动的精确运动方程，实现对机械系统的精确控制。本发明在系统动力学求解部分加入了基于U‑K方程的U‑K控制器，提高了系统的控制精度、效果以及快速响应。
-
公开(公告)号：CN116725556B
公开(公告)日：2024-11-22
申请号：CN202310854993.8
申请日：2023-07-12
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: A61B5/389 , A61B5/11 , G06F18/214 , G06F18/241
Abstract: 本发明涉及信号处理技术领域，公开了一种基于表面肌电信号的运动意图识别方法及装置，该方法包括：获取待识别对象的表面肌电信号，表面肌电信号由设置在待识别对象预设肌肉位置上的肌电信号传感器采集获得；确定出表面肌电信号中的第一肌电信号，其中，第一肌电信号为有效的激活信号；提取第一肌电信号的第一信号特征；将第一信号特征，输入预先建立并训练的意图识别模型，确定出待识别对象的运动意图，其中，运动意图包括与运动关节对应的运动状态。本发明不仅可以提高待识别对象的姿态识别的准确性，还可以提高识别效率，有助于辅助患者进行上肢姿态保持训练，还有助于为患者提供更精准的治疗和康复方案。
-
公开(公告)号：CN117647985B
公开(公告)日：2024-05-03
申请号：CN202410124950.9
申请日：2024-01-30
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G05D1/43 , G05D1/633 , G05D1/247 , G05D1/648 , G05D109/10
Abstract: 本发明提供一种助力机器人轨迹跟踪控制方法、系统、设备及介质，该方法包括步骤：构建助力机器人模型；通过人体上肢动力学方程对所述助力机器人模型进行补偿，得到完整的系统动力学方程；在完整的系统动力学方程的基础上，通过自适应鲁棒控制算法将系统的不确定参数的影响消除，并通过U‑K方程进行精准控制。本发明通过助力机器人提高了作业效率、减轻了人体负荷。对助力机器人采用拉格朗日法完成建模并基于人体上肢动力学进行建模补偿，进一步提高了系统模型精度，控制算法采用的是基于U‑K理论和自适应鲁棒控制算法，能够很好的满足配网带电作业助力机器人在系统含有不确定参数和未知干扰时的高精度、高稳定性和高鲁棒性的轨迹跟踪控制。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.037 seconds)
