公开(公告)号：CN118707976A

公开(公告)日：2024-09-27

申请号：CN202410691876.9

申请日：2024-05-30

Applicant: 中国计量大学

Inventor： 陈迪剑 ,  钟昊 ,  王一鸣 ,  赵琰

IPC: G05D1/49 ,  G05D109/12

Abstract: 本发明公开了一种基于反步控制的单腿机器人落地缓冲方法及系统。本发明依据单腿机器人上的传感器数据将落地缓冲分为三个阶段，分别为下落阶段、缓冲阶段、恢复阶段；利用反步控制对缓冲阶段和恢复阶段的单腿机器人进行运动规划；从而减少单腿机器人在落地缓冲过程中与地面发生碰撞的次数，降低单腿机器人足端受到的冲击力。本发明中的反步控制能够将单腿机器人系统拆分成多个低阶子系统，并对每个子系统设计李雅普诺夫函数以及虚拟控制输入，使单腿机器人系统对外部扰动具有更强的鲁棒性。

公开(公告)号：CN118445784A

公开(公告)日：2024-08-06

申请号：CN202410558175.8

申请日：2024-05-07

Applicant: 中国计量大学

Inventor： 陈迪剑 ,  王一鸣 ,  赵琰

IPC: G06F21/32 ,  G06F18/241 ,  G06F18/214 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明涉及一种基于自编码器的孪生神经网络的身份认证方法，属于信息安全领域下的个人身份识别认证技术。其步骤包括：采用带通滤波器和单心拍分割的预处理技术，得到高质量的单心动周期心电信号，并使用模板生成的方法将数据整合成单段、汇总段和模板段，分别用于特征提取、身份识别和身份认证。该方法采用自编码器神经网络进行特征提取，再结合卷积神经网络将特征映射到嵌入向量，完成身份识别；同时采用孪生神经网络架构，度量内部人员和外来人员的心电信号，实现准确的身份认证。该方法自适应能力强、识别准确率高、泛化能力强，在新个体加入时无需重新训练整个模型，提高了系统实用性，具有良好的市场应用前景。