-
公开(公告)号：CN113843769A
公开(公告)日：2021-12-28
申请号：CN202111126906.4
申请日：2021-09-26
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
Abstract: 一种可穿戴气动柔性外肢体机器人，包括：穿戴组件，用于穿戴于使用者手部肢体上；抓取组件，用于抓取物体；调节组件，用于调节所述抓取组件的姿势；所述调节组件分别与所述穿戴组件和所述抓取组件连接；气控组件，用于控制所述抓取组件内部的气体流动；所述气控组件与所述抓取组件连接；控制组件，用于控制所述调节组件和所述气控组件；所述控制组件分别与所述调节组件和所述气控组件连接；电源，用于为各零件供电；所述电源分别与所述调节组件、所述气控组件和所述控制组件连接。本申请可解决手部运动能障碍患者(或运动能力受限的老人)面临的抓握困难问题，帮助使用者有效提升生活质量。
-
公开(公告)号：CN112395973A
公开(公告)日：2021-02-23
申请号：CN202011282000.7
申请日：2020-11-16
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
Abstract: 本发明涉及人工智能领域，提供了一种用户意图识别方法、装置、设备和存储介质。方法包括：获取用户的多个注视点位置信息；获取物体的二维质心坐标信息；获取用户的抓握位置信息；通过滑动窗口技术、用户的多个注视点位置信息以及物体的二维质心坐标信息计算第一距离；通过滑动窗口技术、用户的多个注视点位置信息以及用户的抓握位置信息计算至少两个第二距离向量；通过滑动窗口技术计算用户的多个注视点位置信息的方差，得到第一方差；将第一距离、第二距离向量以及第一方差输入至训练好的分类器，得到分类结果；根据分类结果得到用户意图。提高了意图识别的准确率。
-
公开(公告)号：CN111457028A
公开(公告)日：2020-07-28
申请号：CN202010171928.1
申请日：2020-03-12
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: F16D63/00 , F16D65/18 , A61H1/02 , F16D121/02
Abstract: 本发明属于医疗康复技术领域，尤其涉及一种气动离合器以及可穿戴康复助力设备。其中的气动离合器包括气腔以及真空泵，所述气腔的内壁设置有可相互啮合的凸起，所述气腔的相对两侧均设置有供柔性线穿过的通孔；所述真空泵设置在所述气腔的外部，所述真空泵通过气管和所述气腔连通。本发明实现对柔性线的制动仅包括气腔和真空泵，具有结构简单、操作方便的特点，可以快速以实现设备工作状态的切换，以提高工作效率，且气腔为柔性材质，佩戴轻便，且不会限制关节的自由度，活动姿势不良时也不会造成人体的二次伤害，可显著提升可穿戴康复助力设备的人体友好度以及舒适度。
-
公开(公告)号：CN112388620B
公开(公告)日：2021-11-02
申请号：CN202011322457.6
申请日：2020-11-23
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
Abstract: 本发明提供一种用于气动肌肉驱动系统的轨迹跟踪控制算法，该算法包括：输入气动肌肉驱动系统的期望轨迹；根据反馈的所述气动肌肉驱动系统的实际轨迹确定跟踪误差；通过所述跟踪误差得到跟踪误差导数；依据分层融合深层模糊神经网络结合所述跟踪误差和所述跟踪误差导数得到控制信号；将所述控制信号传输至气动驱动关节；所述气动驱动关节根据所述控制信号进行轨迹跟踪。本发明通过无需预训练的分层融合深层模糊神经网络控制器，有效解决了现有技术方案中存在的问题，实现了对气动肌肉驱动系统的轨迹跟踪控制。
-
公开(公告)号：CN111457028B
公开(公告)日：2021-09-14
申请号：CN202010171928.1
申请日：2020-03-12
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: F16D63/00 , F16D65/18 , A61H1/02 , F16D121/02
Abstract: 本发明属于医疗康复技术领域，尤其涉及一种气动离合器以及可穿戴康复助力设备。其中的气动离合器包括气腔以及真空泵，所述气腔的内壁设置有可相互啮合的凸起，所述气腔的相对两侧均设置有供柔性线穿过的通孔；所述真空泵设置在所述气腔的外部，所述真空泵通过气管和所述气腔连通。本发明实现对柔性线的制动仅包括气腔和真空泵，具有结构简单、操作方便的特点，可以快速以实现设备工作状态的切换，以提高工作效率，且气腔为柔性材质，佩戴轻便，且不会限制关节的自由度，活动姿势不良时也不会造成人体的二次伤害，可显著提升可穿戴康复助力设备的人体友好度以及舒适度。
-
Patent Agency Ranking
公开(公告)号：CN113119074A
公开(公告)日：2021-07-16
申请号：CN202110423767.5
申请日：2021-04-20
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: B25J9/00
Abstract: 本发明涉及一种气动驱动可变刚度的全向弯曲驱动装置，所述驱动装置包括：柱状本体，其内部为空腔结构；所述柱状本体的一端开口、另一端密封；第一分隔层，其包括：至少三个页面，每个所述页面均包括：第一端；第二端；所有所述页面的所述第一端交汇固定连接，所有所述页面的所述第二端连接在所述空腔结构的内壁上，所述第一分隔层的至少三个所述页面将所述柱状本体的所述空腔结构分隔成至少三个独立的第一腔室；每个所述第一腔室均包括：独立的第一分室和第二分室；所述第一分室和所述第二分室均通过一进气口连通外部，通过进气口向柱状本体充气使其发生形变以及刚度变化，可广泛应用于穿戴式康复或助力设备技术领域。
-
公开(公告)号：CN116810788A
公开(公告)日：2023-09-29
申请号：CN202310896860.7
申请日：2023-07-20
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: B25J9/16
Abstract: 本申请公开了一种气动柔性驱动器控制方法及相关设备。该方法包括：根据梯度下降法对RMGPI模型进行参数更新，其中，上述RMGPI模型是基于输入量的变化率且与频率相关的迟滞模型；获取上述RMGPI模型的模型输出值和实际输出值；根据上述模型输出值和上述实际输出值通过神经网络控制器计算目标控制率以对上述气动柔性驱动器实现闭环控制。
-
公开(公告)号：CN112388620A
公开(公告)日：2021-02-23
申请号：CN202011322457.6
申请日：2020-11-23
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
Abstract: 本发明提供一种用于气动肌肉驱动系统的轨迹跟踪控制算法，该算法包括：输入气动肌肉驱动系统的期望轨迹；根据反馈的所述气动肌肉驱动系统的实际轨迹确定跟踪误差；通过所述跟踪误差得到跟踪误差导数；依据分层融合深层模糊神经网络结合所述跟踪误差和所述跟踪误差导数得到控制信号；将所述控制信号传输至气动驱动关节；所述气动驱动关节根据所述控制信号进行轨迹跟踪。本发明通过无需预训练的分层融合深层模糊神经网络控制器，有效解决了现有技术方案中存在的问题，实现了对气动肌肉驱动系统的轨迹跟踪控制。
-
公开(公告)号：CN110450135A
公开(公告)日：2019-11-15
申请号：CN201910694048.X
申请日：2019-07-30
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
Abstract: 本发明涉及康复医疗机器人技术领域，公开了一种动态悬吊式体重支持系统，包括电机驱动装置以及气动肌肉驱动装置；电机驱动装置和气动肌肉驱动装置分别安装于框架上，电机驱动装置设置于悬吊单元的一侧，并通过连接单元与悬吊单元连接，气动肌肉驱动装置设置于悬吊单元的另一侧，并通过连接单元与悬吊单元连接，悬吊单元用于连接使用者，电机检测装置与电机驱动装置连接，气动肌肉检测装置与气动肌肉驱动装置连接，电机驱动装置、气动肌肉驱动装置、电机检测装置以及气动肌肉检测装置分别与控制器电连接。本发明具有能提供给人体恒定的减重力，驱动力具备柔性，驱动力控制简单的技术效果。
-
公开(公告)号：CN113435011A
公开(公告)日：2021-09-24
申请号：CN202110609611.6
申请日：2021-06-01
Applicant: 华中科技大学鄂州工业技术研究院 , 华中科技大学
IPC: G06F30/20
Abstract: 本发明公开了基于工作空间相似度的外肢体机器人参数优化方法，机器人包括多个连杆，执行N种不同的任务，方法包括：S1，构建目标优化函数：Φ(l，α)＝μ1F1(l，α)+…+μnFn(l，α)+μn+1f，其中，μ1、…、μn、μn+1表示权重值且μ1+…+μn+μn+1＝1，l表示连杆的长度，α表示连杆的扭角，Fn(l，α)表示机器人进行任务n时的工作空间WRn(l，α)与人体进行任务n时的工作空间Wn的相似度，f指机器人质量体积的度量指标；S2，利用迭代法迭代l，α，求解Φ(l，α)为最小值时对应的各连杆的长度和扭角值。该方法将工作空间相似度与质量体积指标一同纳入考虑，通过求解目标优化函数的最小值，可以构建出更轻量级、鲁棒性更强的多任务机器人。且提供了个连杆的长度和扭角值作为依据，不必大量试错，有利于提高设计效率和设计质量。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.015 seconds)
