-
公开(公告)号：CN118356596A
公开(公告)日：2024-07-19
申请号：CN202410342413.1
申请日：2024-03-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于A型超声信号的超声聚焦导航方法及相关设备，所述方法包括：获取聚焦电信号和感知电信号，分别进行放大处理得到聚焦激励电信号和感知激励电信号，分别进行转化处理得到聚焦超声波和A型超声信号；当将聚焦超声波和A型超声信号发射至目标人体组织时得到对应的第一回波信号和第二回波信号，分别进行预处理得到聚焦位置信息及波形曲线信息；根据波形曲线信息得到形态学信息，并根据形态学信息和聚焦位置信息调整得到目标聚焦区域。本发明通过使用A型超声信号检测肌肉形态信息，以调整超声探头的位置和相控阵的相位，实现对焦点位置的优化调整，从而实现更精确而有效的聚焦刺激，并且适应更加多样化的使用场景。
-
公开(公告)号：CN117634547A
公开(公告)日：2024-03-01
申请号：CN202311593800.4
申请日：2023-11-24
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 交浦科技(深圳)有限公司
IPC: G06N3/008
Abstract: 本发明公开了一种探索指尖触觉敏感度的仿生视触觉感知装置，涉及人机交互技术领域，其特征在于，包括触觉行为执行层、硅胶接触层、相机感知层和数据处理层，其中，所述触觉行为执行层用于控制所述硅胶接触层完成接触动作，所述相机感知层用于拍摄记录所述硅胶接触层的变形，所述相机感知层记录的视频由所述数据处理层进行处理。本发明采用视触觉感知的方法，建立仿人手指尖功能特性的装置，以指尖作为研究对象，采用间接方法，设计仿生高速视触觉感知装置，用来探究人手指尖触觉敏感度，量化触觉感知能力，能够有效推进触觉感知机理的研究进展。
-
公开(公告)号：CN119625073A
公开(公告)日：2025-03-14
申请号：CN202411705753.2
申请日：2024-11-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于双目视触觉的六轴分布力触觉感知方法、系统及终端，所述方法包括：获取虚拟双目视触觉，从而采集目标对象的曲面结果，并在接触目标对象后计算接触区域的旋转轴、六轴分布力，并以此对弹簧‑阻尼网络模型的多个参数进行迭代更新，以进一步采集目标对象在被触碰时的几何空间特征。本发明基于双镜反射的双目视触觉平台，构建虚拟双目视触觉，重构接触表面的三维几何形变，采用弹簧‑阻尼网络模型，对指尖六轴力进行估计，以提高模型方法在力分布重构中的范围、精度和计算效率。
-
公开(公告)号：CN117584158A
公开(公告)日：2024-02-23
申请号：CN202311602372.7
申请日：2023-11-27
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 交浦科技(深圳)有限公司
Abstract: 本发明公开了一种基于类指纹结构与压电传感的触觉感知方法和装置，利用压电触觉手指对不同滑移接触进行位置和方向角度识别，包括步骤：对参数组进行设定；获取由各通道划分的各个区域；在开始滑移实验之后，采集各通道原始数据，得到各个通道的滑移数据；计算每个通道首次产生信号的时间点，并按照时间点的前后顺序，显示各通道区域发生接触的前后关系，由此得到滑移接触的位置以及滑移方向的方向角度；所述压电触觉手指包括采用类指纹曲线结构的传感器阵列，所述传感器阵列由压电薄膜按照多层圆周分段曲线布局以及立式凸起布局。本发明利用类指纹曲线结构实现全向敏感度的触觉感知，实现全方向角度的识别以及感知不同的位置。
-
Patent Agency Ranking
公开(公告)号：CN118356596B
公开(公告)日：2025-02-11
申请号：CN202410342413.1
申请日：2024-03-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于A型超声信号的超声聚焦导航方法及相关设备，所述方法包括：获取聚焦电信号和感知电信号，分别进行放大处理得到聚焦激励电信号和感知激励电信号，分别进行转化处理得到聚焦超声波和A型超声信号；当将聚焦超声波和A型超声信号发射至目标人体组织时得到对应的第一回波信号和第二回波信号，分别进行预处理得到聚焦位置信息及波形曲线信息；根据波形曲线信息得到形态学信息，并根据形态学信息和聚焦位置信息调整得到目标聚焦区域。本发明通过使用A型超声信号检测肌肉形态信息，以调整超声探头的位置和相控阵的相位，实现对焦点位置的优化调整，从而实现更精确而有效的聚焦刺激，并且适应更加多样化的使用场景。
-
公开(公告)号：CN118606800B
公开(公告)日：2025-01-14
申请号：CN202411087787.X
申请日：2024-08-09
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 交浦科技(深圳)有限公司
IPC: G06F18/241 , B25J9/16 , B25J13/08 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/049 , G06N3/084 , G06N3/09 , G06N5/045
Abstract: 本发明公开了一种基于生物可解释性的触觉纹理识别方法、系统及终端，所述方法包括：根据生物传感器的分布信息构建触觉传感器，并采集触觉数据；将触觉数据进行预处理，得到期望稀疏脉冲信号和目标稀疏脉冲信号，并输入所述脉冲神经网络模型进行迭代反向训练，优化脉冲神经网络模型；将任务触觉数据转换为任务稀疏脉冲信号后输入到脉冲神经网络模型正向传播，输出识别结果。本发明通过自适应图拓扑卷积核对多通道触觉数据进行特征提取，得到带有不同标签的脉冲信号，并根据两者的差别以及预设监督学习规则训练脉冲神经网络模型，对脉冲神经网络模型的权重参数进行迭代收敛，最终以便捷、高效的方式得到用于触觉纹理识别任务的网络模型。
-
公开(公告)号：CN119188781A
公开(公告)日：2024-12-27
申请号：CN202411668141.0
申请日：2024-11-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于仿生触觉手指的多模态仿生触觉感知方法及系统，所述方法包括：获取仿生触觉手指产生的电荷信号，对电荷信号进行预处理得到压电数字信号；获取仿生触觉手指拍摄的图像序列，对图像序列进行信号处理得到视触觉信号；对压电数字信号和视触觉信号进行融合处理，得到时空触觉信号，对时空触觉信号分别进行表面三维重建和频谱分析，得到多模态触觉信息。本发明基于手指仿生特征，集成压电传感器和视触觉传感器，设计仿生触觉手指，在时间和空间维度上进行了数据融合，实现多模态触觉感知能力，通过结构仿生和功能仿生，使得机器人触觉获得不同时空下不同振动刺激的识别和定位能力。
-
公开(公告)号：CN117731971A
公开(公告)日：2024-03-22
申请号：CN202410109538.X
申请日：2024-01-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 交浦科技(深圳)有限公司
Abstract: 本发明公开了一种基于双换能器的高特异性肌肉超声聚焦系统和方法，涉及超声聚焦领域，超声聚焦系统包括信号发生模块、两台功率放大器、两个超声换能器；信号发生模块产生具有相位差的双通道信号，经过功率放大器放大，以不同相位、功率输入到两个超声换能器中，产生两束超声波束，功率放大器的增益倍数数控可调，能够控制输出功率大小，信号发生模块具备双通道信号输出功能，能够独立调节每个通道信号相位。本发明可以对换能器的夹角、相位、轴线距离等多个参数进行调节，能够使焦域呈现多种不同形状，满足不同效果的聚焦需要。
-
公开(公告)号：CN118606800A
公开(公告)日：2024-09-06
申请号：CN202411087787.X
申请日：2024-08-09
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 交浦科技(深圳)有限公司
IPC: G06F18/241 , B25J9/16 , B25J13/08 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/049 , G06N3/084 , G06N3/09 , G06N5/045
Abstract: 本发明公开了一种基于生物可解释性的触觉纹理识别方法、系统及终端，所述方法包括：根据生物传感器的分布信息构建触觉传感器，并采集触觉数据；将触觉数据进行预处理，得到期望稀疏脉冲信号和目标稀疏脉冲信号，并输入所述脉冲神经网络模型进行迭代反向训练，优化脉冲神经网络模型；将任务触觉数据转换为任务稀疏脉冲信号后输入到脉冲神经网络模型正向传播，输出识别结果。本发明通过自适应图拓扑卷积核对多通道触觉数据进行特征提取，得到带有不同标签的脉冲信号，并根据两者的差别以及预设监督学习规则训练脉冲神经网络模型，对脉冲神经网络模型的权重参数进行迭代收敛，最终以便捷、高效的方式得到用于触觉纹理识别任务的网络模型。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.036 seconds)
