-
公开(公告)号:CN111895997B
公开(公告)日:2022-10-25
申请号:CN202010117861.3
申请日:2020-02-25
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种无需标准矫正姿势的基于惯性传感器的人体动作采集方法。步骤1:安置IMU,并建立关节生理运动学约束;步骤2:利用步骤1的IMU,当IMU的采样点数超过100个时,根据约束方程,运行优化程序,利用高斯‑牛顿法估算关节轴线及关节位置向量;步骤3:利用求解出的关节轴线和关节位置向量,通过加速度信息和角速度积分,分别求得两组关节角度;步骤4:通过互补滤波对步骤3中两个关节角度求加权平均,求解出的关节角度。本发明目的在于对人体下肢IMU信号进行解码,并根据人体下肢运动学模型实时解算下肢髋关节、膝关节以及踝关节角度。
-
公开(公告)号:CN111505978A
公开(公告)日:2020-08-07
申请号:CN202010249040.5
申请日:2020-03-31
Applicant: 哈尔滨工业大学
IPC: G05B19/042 , A61B5/04 , A61B5/11
Abstract: 本发明是一种人体运动信息及生理电信号采集系统及方法。所述系统包括:运动信息传感器、MCU主控单元、生理电信号传感器和高级处理器;MCU主控单元分别在运动信息传感器和生理电信号传感器中提出DMA传输请求,MCU主控单元进行检测定时中断;定时中断运动信息传感器和生理电信号传感器后,检测DMA传输是否结束,定时信息传输的采集周期后,采集到的数据存放到数据缓存区buff0中,将数据缓存以DMA传输方式向高级处理器传输,一个完整的采集周期结束。本发明利用MCU主控单元的定时中断模拟并行采集和数据发送,无需阻塞式等待,提高程序运行效率。
-
公开(公告)号:CN111506189B
公开(公告)日:2023-05-09
申请号:CN202010245327.0
申请日:2020-03-31
Applicant: 哈尔滨工业大学
IPC: G06F3/01 , G06F18/213 , G06F18/214
Abstract: 本发明涉及面向人体复杂运动的运动模式预测及切换控制方法,属于外骨骼助力技术领域。首先,对人体下肢EMG信号及IMU信号进行采集;随后,对采样后的每段EMG信号及IMU信号提取时域特征,并组成特征向量;最后,采用梯度提升树算法(GradientTreeBoosting,GBRT),将特征向量输入该模式识别算法实现下肢运动模式及运动相位分类。本发明适用于外骨骼助力机器人相关技术,为外骨骼助力策略提供丰富先验知识,提升系统助力性能与安全性。
-
公开(公告)号:CN111895997A
公开(公告)日:2020-11-06
申请号:CN202010117861.3
申请日:2020-02-25
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种无需标准矫正姿势的基于惯性传感器的人体动作采集方法。步骤1:安置IMU,并建立关节生理运动学约束;步骤2:利用步骤1的IMU,当IMU的采样点数超过100个时,根据约束方程,运行优化程序,利用高斯-牛顿法估算关节轴线及关节位置向量;步骤3:利用求解出的关节轴线和关节位置向量,通过加速度信息和角速度积分,分别求得两组关节角度;步骤4:通过互补滤波对步骤3中两个关节角度求加权平均,求解出的关节角度。本发明目的在于对人体下肢IMU信号进行解码,并根据人体下肢运动学模型实时解算下肢髋关节、膝关节以及踝关节角度。
-
公开(公告)号:CN115511756A
公开(公告)日:2022-12-23
申请号:CN202110697703.4
申请日:2021-06-23
Applicant: 中兴通讯股份有限公司 , 哈尔滨工业大学
Abstract: 本申请实施例提供了一种视频增强处理方法、装置、电子设备和存储介质,其中,该方法包括:确定待增强图像的增强辅助图像,其中,所述增强辅助图像和所述待增强图像为压缩视频数据解码生成的重建图像;基于所述待增强图像、所述增强辅助图像和预设特征提取网络确定时空特征图;根据预设特征增强网络处理所述时空特征图以生成叠加图像;根据所述叠加图像处理所述待增强图像以生成视频增强图像。本申请实施例通过包括时空特征的图像对待增强图像进行处理以生成视频增强图像,基于视频重建图像的时空特征提高图像的显示质量,提高视频的显示效果,可增强用户的观看体验。
-
公开(公告)号:CN111506189A
公开(公告)日:2020-08-07
申请号:CN202010245327.0
申请日:2020-03-31
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及面向人体复杂运动的运动模式预测及切换控制方法,属于外骨骼助力技术领域。首先,对人体下肢EMG信号及IMU信号进行采集;随后,对采样后的每段EMG信号及IMU信号提取时域特征,并组成特征向量;最后,采用梯度提升树算法(GradientTreeBoosting,GBRT),将特征向量输入该模式识别算法实现下肢运动模式及运动相位分类。本发明适用于外骨骼助力机器人相关技术,为外骨骼助力策略提供丰富先验知识,提升系统助力性能与安全性。
-
-
-
-
-