公开(公告)号：CN114519796B

公开(公告)日：2025-03-07

申请号：CN202210101620.9

申请日：2022-01-27

Applicant: 厦门大学

Inventor： 刘昆宏 ,  杨千慧 ,  姚俊峰 ,  谢瑜 ,  黄祥逸

IPC: G06V10/75 ,  G06V10/74 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V20/10 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  B25J13/08

Abstract: 本发明提供了机器人触觉感知技术领域的一种基于深度神经网络的机器人材质识别方法及系统，方法包括如下步骤：步骤S10、机器人通过安装于机械臂末端的电子皮肤，在不同工况下分批次采集大量的材质图像；步骤S20、基于结构相似性计算各批次的所述材质图像之间的相似度，基于各所述相似度构建数据集；步骤S30、基于深度神经网络创建一材质识别模型，利用所述数据集对材质识别模型进行训练；步骤S40、机器人利用训练后的所述材质识别模型，对新的工况下电子皮肤采集的图像进行实时的材质识别，并实时输出识别结果。本发明的优点在于：极大的提升了机器人材质识别的准确性、稳定性以及泛化能力。

公开(公告)号：CN113792792A

公开(公告)日：2021-12-14

申请号：CN202111078660.8

申请日：2021-09-15

Applicant: 厦门大学

Inventor： 谢瑜 ,  黄祥逸 ,  刘昆宏 ,  杨千慧 ,  朱新颖 ,  周伟

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于机器人的触觉数据感知分析方法，所述机器人为接触端设有传感器的机械臂，所述基于机器人触觉的鲁棒感知分析方法包括如下步骤：构建材质样本数据库；选取预设的具有注意力机制模块的网络模型；将样本数据集输入网络模型进行训练并验证；将机械臂的传感器触觉数据输入训练完成的网络模型输出分析结果。提出了一种机械臂结合阵列式触觉传感器快速收集触觉数据的方案，通过机械臂快速按压收集触觉数据，每一次数据采集使用不同位姿下的机械臂，采用不同按压力度进行收集，能有效包括触摸时的不同接触状态。这种采样模式更加适应机器人操作的实际需求。

公开(公告)号：CN113792792B

公开(公告)日：2023-07-25

申请号：CN202111078660.8

申请日：2021-09-15

Applicant: 厦门大学

Inventor： 谢瑜 ,  黄祥逸 ,  刘昆宏 ,  杨千慧 ,  朱新颖 ,  周伟

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于机器人的触觉数据感知分析方法，所述机器人为接触端设有传感器的机械臂，所述基于机器人触觉的鲁棒感知分析方法包括如下步骤：构建材质样本数据库；选取预设的具有注意力机制模块的网络模型；将样本数据集输入网络模型进行训练并验证；将机械臂的传感器触觉数据输入训练完成的网络模型输出分析结果。提出了一种机械臂结合阵列式触觉传感器快速收集触觉数据的方案，通过机械臂快速按压收集触觉数据，每一次数据采集使用不同位姿下的机械臂，采用不同按压力度进行收集，能有效包括触摸时的不同接触状态。这种采样模式更加适应机器人操作的实际需求。

公开(公告)号：CN114519796A

公开(公告)日：2022-05-20

申请号：CN202210101620.9

申请日：2022-01-27

Applicant: 厦门大学

Inventor： 刘昆宏 ,  杨千慧 ,  姚俊峰 ,  谢瑜 ,  黄祥逸

IPC: G06V10/75 ,  G06V10/74 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V20/10 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  B25J13/08

Abstract: 本发明提供了机器人触觉感知技术领域的一种基于深度神经网络的机器人材质识别方法及系统，方法包括如下步骤：步骤S10、机器人通过安装于机械臂末端的电子皮肤，在不同工况下分批次采集大量的材质图像；步骤S20、基于结构相似性计算各批次的所述材质图像之间的相似度，基于各所述相似度构建数据集；步骤S30、基于深度神经网络创建一材质识别模型，利用所述数据集对材质识别模型进行训练；步骤S40、机器人利用训练后的所述材质识别模型，对新的工况下电子皮肤采集的图像进行实时的材质识别，并实时输出识别结果。本发明的优点在于：极大的提升了机器人材质识别的准确性、稳定性以及泛化能力。

公开(公告)号：CN114343642A

公开(公告)日：2022-04-15

申请号：CN202111234213.7

申请日：2021-10-22

Applicant: 厦门大学 ,  厦门金龙联合汽车工业有限公司

Inventor： 谢瑜 ,  朱新颖 ,  黄祥逸 ,  周伟 ,  苏亮 ,  张金一

IPC: A61B5/18 ,  A61B5/024 ,  A61B5/26 ,  A61B5/28 ,  A61B5/318 ,  A61B5/352 ,  A61B5/00

Abstract: 本发明公开一种基于心率变异性指标的疲劳驾驶检测方法、系统，其方法部分包括如下步骤：S1、采集心电信号，并在采集过程中控制采样频率并输出放大；S2、心电信号预处理，增大心电信号的波形幅值；S3、利用可自适应变化的双阀值机制对预处理后的心电信号进行R波峰值的解析；S4、提取疲劳驾驶特征，并利用该特征构成心率变异性指标特征矩阵；S5、建立疲劳驾驶数据集并贴上相应的标签；S6、利用所述心率变异性指标特征矩阵和疲劳驾驶数据集训练得出疲劳驾驶检测模型；S7、将检测数据实时输入疲劳驾驶检测模型进行疲劳驾驶的检测，本发明仅仅利用心率变异性这一特征指标来进行判断，较其他技术而言，抗干扰性更好且能够及时的预警驾驶员的疲劳状态。