一种基于多模态信号运动意图识别的机器人控制方法

    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

    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。

    用于下肢外骨骼的欠驱动膝关节装置

    公开(公告)号:CN111603356B

    公开(公告)日:2024-05-17

    申请号:CN202010430915.1

    申请日:2020-05-20

    Inventor: 黄锟 刘斌 杨洪波

    Abstract: 本发明公开了一种用于下肢外骨骼的欠驱动膝关节装置,包括:上安装板、可转动连接在上安装板上的驱动轮、第一端与上安装板可转动连接的第一连杆、可转动连接在第一连杆的第二端的第一从动轮、第一端与第一从动轮固连的第二连杆、可转动连接在第二连杆的第二端的第二从动轮、固接在第二从动轮上的下安装板以及用于为驱动轮输入驱动力和用于实现驱动轮、第一从动轮、第二从动轮之间的依次传动的若干绳索。本发明的装置具有两个自由度,即辅助小腿进行屈伸的同时,还具有矢状面内移动的自由度,能适应膝关节的运动特性,不会造成关节压力;且两个自由度的驱动通过一个驱动机构即可实现,驱动机构可设置在远离膝关节的位置,能减轻膝关节处的重量。

    外骨骼功能检测系统
    6.
    发明公开

    公开(公告)号:CN111685769A

    公开(公告)日:2020-09-22

    申请号:CN202010430884.X

    申请日:2020-05-20

    Abstract: 本发明公开了一种外骨骼功能检测系统,包括:天轨悬吊模块、足底压力检测分析模块、三维动作捕捉模块、多生理参数监测模块和人体建模仿真模块;所述人体建模仿真模块根据接受的所述压力分析模块、三维动作捕捉模块和多生理参数监测模块获得的数据进行建模分析,获得外骨骼的运动学、动力学和生理学数据。本发明的外骨骼功能检测系统,人体建模仿真模块通过结合获得的步态分析数据、外骨骼整体的动作和运动轨迹、穿戴外骨骼的人体的生理参数数据进行建模分析,可获得外骨骼的运动学、动力学和生理学数据,通过多种数据分析能对外骨骼本身的性能进行全面检测,从而可以为制定外骨骼的优化设计、功能完善的方案提供数据支持。

    一种基于表面肌电信号的运动意图识别方法及装置

    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

    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。

    一种助力机器人轨迹跟踪控制方法、系统、设备及介质

    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

    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。

    基于颈部肌电的助行器控制方法、系统、介质及助行器

    公开(公告)号:CN117084872B

    公开(公告)日:2024-05-03

    申请号:CN202311148639.X

    申请日:2023-09-07

    Abstract: 本发明涉及基于颈部肌电的助行器控制方法、系统、介质及助行器,该系统包括:包括:肌电识别模块、助行器本体控制模块,肌电识别模块包括肌电采集设备、肌电控制单元,助行器本体控制模块包括上位机、下位机、电机驱动器。针对用户手部功能运动障碍,导致无法使用摇杆操控电动轮椅的问题,本发明提出了一种基于ROS2系统、采用颈部肌电来控制助行器移动的控制方案,该方案能够控制助行器进行基本的移动来到达目标位姿。基于ROS2节点设计的颈部肌电识别算法与轮椅底盘运动控制程序完全解耦,故可方便地移植到其他基于ROS2系统的轮椅或者订阅了/cmd_vel话题的其他移动机器人上,复用性极高。

    基于装配体有限元分析的机器人结构轻量化设计方法

    公开(公告)号:CN117610381B

    公开(公告)日:2024-04-19

    申请号:CN202410081636.7

    申请日:2024-01-19

    Abstract: 本发明提供基于装配体有限元分析的机器人结构轻量化设计方法,包括步骤:建立机器人装配体有限元模型,根据机器人实际工况设置边界条件;对待优化零件进行有限元分析,得到待优化零件处于极限工况时对应的机器人姿态;确定待优化零件的优化区域;通过机器人处于极限工况时对应的机器人姿态对待优化零件的优化区域进行拓扑优化。本发明通过建立机器人装配体有限元模型能够规避等效约束与负载造成的分析结果与实际情况的误差;选取多种典型工况对其进行有限元分析,使分析结果更具有代表性;根据分析结果确定各零件的极限应力分布情况,保证拓扑优化时相应的约束条件、边界条件与实际相符,实现机器人的有效轻量化设计。

Patent Agency Ranking