-
公开(公告)号：CN111796679B
公开(公告)日：2022-07-05
申请号：CN202010563512.4
申请日：2020-06-19
Applicant: 武汉大学
Abstract: 本发明公开了一种远程电磁触觉再现系统、磁场生成及触觉预测方法，系统包括本地端、远程端和边缘学习平台；本地端包括本地磁性操作杆、电磁触觉再现装置和定位设备；远程端包括操作机器人、远程操作杆和触觉传感器；本地端、远程端均配置有边缘学习平台，用于本地端设备和远程端设备控制、触觉传感器数据采集、数据收发与缓存、信号处理、计算；本地端、远程端之间通过网络连接通信。本发明提出了一种磁场生成方法，用于控制铁芯线圈产生磁场；此外本发明还提供了一种触觉预测方法，根据操作信息和历史触觉数据对当前触觉反馈进行在线预测。本发明能够进行动态准确的触觉生成，而且触觉数据的在线预测误差较小，保证了远程触觉通信的稳定性。
-
公开(公告)号：CN111274705B
公开(公告)日：2021-12-03
申请号：CN202010072649.X
申请日：2020-01-21
Applicant: 武汉大学
Abstract: 本发明公开了一种面向磁悬浮视触觉交互的多速率协同方法及系统，首先利用多射线对虚拟触觉工具进行建模，通过碰撞检测获得射线在虚拟场景的碰撞信息；然后将射线集合与碰撞信息集合做穿透检测计算，进而处理得到非穿透工具理想位姿；最后构建力学等效模型，实现六自由度触觉渲染力计算。系统包括视觉定位模块、物理仿真模块和触觉渲染模块；视觉定位模块负责跟踪用户操作，并构建用户操作到虚拟工具位姿的稳定映射；为协调系统多模块之间的运行速率差异，通过多速率协同并行方法，以共享内存双缓冲区的通信方式实现了系统多速率模块间的稳定、高效协同。本发明能够有效避免交互过程中工具的穿透视觉伪影，并提供稳定、真实的视触觉反馈。
-
公开(公告)号：CN111897421B
公开(公告)日：2021-08-03
申请号：CN202010675172.4
申请日：2020-07-14
Applicant: 武汉大学
Abstract: 本发明公开了一种电磁式触觉再现系统、方法及磁场预测控制方法，系统使用三个位姿可调的铁芯线圈来激发电磁场，配合顶端带有永磁体的操作杆上来生成动态变化的磁力反馈，来产生满足人体皮肤横向拉扯和竖向挤压等动态感知频率的虚拟触觉。本发明根据驱动电压占空比和励磁电流的线性关系，以及多个线圈磁场的叠加方式，设计了一种具有可变模型的预测控制方法。该方法利用每个线圈的位姿和操作杆的位置来实时地调整磁场预测模型，并结合综合考虑磁场生成误差和平滑度的目标函数来计算限制电流范围内的最优控制量，来精确地控制线圈阵列生成触觉再现所需的磁场。动态的电磁触觉装置结合精确的磁场生成控制算法，保证了电磁式触觉再现系统的沉浸感。
-
公开(公告)号：CN111796679A
公开(公告)日：2020-10-20
申请号：CN202010563512.4
申请日：2020-06-19
Applicant: 武汉大学
Abstract: 本发明公开了一种远程电磁触觉再现系统、磁场生成及触觉预测方法，系统包括本地端、远程端和边缘学习平台；本地端包括本地磁性操作杆、电磁触觉再现装置和定位设备；远程端包括操作机器人、远程操作杆和触觉传感器；本地端、远程端均配置有边缘学习平台，用于本地端设备和远程端设备控制、触觉传感器数据采集、数据收发与缓存、信号处理、计算；本地端、远程端之间通过网络连接通信。本发明提出了一种磁场生成方法，用于控制铁芯线圈产生磁场；此外本发明还提供了一种触觉预测方法，根据操作信息和历史触觉数据对当前触觉反馈进行在线预测。本发明能够进行动态准确的触觉生成，而且触觉数据的在线预测误差较小，保证了远程触觉通信的稳定性。
-
公开(公告)号：CN109655059B
公开(公告)日：2022-05-13
申请号：CN201910020225.6
申请日：2019-01-09
Applicant: 武汉大学
Abstract: 本发明公开了一种基于θ‑增量学习的视觉‑惯性融合导航系统及方法，为实现对运动目标的时序变量θ(位置或姿态)进行快速精确估计，本发明提出了一种基于级联网络的θ‑增量学习方法，该方法采用级联网络以共享参数的方式对时序变量θ的增量进行估计。利用该θ‑增量学习方法，本发明构建了用于视觉‑惯性融合导航的姿态数据增量估计的级联网络及位置数据增量估计的嵌套级联网络，并利用训练的网络实现高精度、高频率和强稳定性的导航。本发明采用视觉导航作为主导，以确保较高的导航精度，惯性导航作为辅助，不仅有助于弥补视觉导航频率较低的缺陷，同时能解决由遮挡引起的视觉导航不稳定的问题。
-
Patent Agency Ranking
公开(公告)号：CN111897421A
公开(公告)日：2020-11-06
申请号：CN202010675172.4
申请日：2020-07-14
Applicant: 武汉大学
Abstract: 本发明公开了一种电磁式触觉再现系统、方法及磁场预测控制方法，系统使用三个位姿可调的铁芯线圈来激发电磁场，配合顶端带有永磁体的操作杆上来生成动态变化的磁力反馈，来产生满足人体皮肤横向拉扯和竖向挤压等动态感知频率的虚拟触觉。本发明根据驱动电压占空比和励磁电流的线性关系，以及多个线圈磁场的叠加方式，设计了一种具有可变模型的预测控制方法。该方法利用每个线圈的位姿和操作杆的位置来实时地调整磁场预测模型，并结合综合考虑磁场生成误差和平滑度的目标函数来计算限制电流范围内的最优控制量，来精确地控制线圈阵列生成触觉再现所需的磁场。动态的电磁触觉装置结合精确的磁场生成控制算法，保证了电磁式触觉再现系统的沉浸感。
-
公开(公告)号：CN111274705A
公开(公告)日：2020-06-12
申请号：CN202010072649.X
申请日：2020-01-21
Applicant: 武汉大学
Abstract: 本发明公开了一种面向磁悬浮视触觉交互的多速率协同方法及系统，首先利用多射线对虚拟触觉工具进行建模，通过碰撞检测获得射线在虚拟场景的碰撞信息；然后将射线集合与碰撞信息集合做穿透检测计算，进而处理得到非穿透工具理想位姿；最后构建力学等效模型，实现六自由度触觉渲染力计算。系统包括视觉定位模块、物理仿真模块和触觉渲染模块；视觉定位模块负责跟踪用户操作，并构建用户操作到虚拟工具位姿的稳定映射；为协调系统多模块之间的运行速率差异，通过多速率协同并行方法，以共享内存双缓冲区的通信方式实现了系统多速率模块间的稳定、高效协同。本发明能够有效避免交互过程中工具的穿透视觉伪影，并提供稳定、真实的视触觉反馈。
-
公开(公告)号：CN107578416B
公开(公告)日：2020-03-24
申请号：CN201710812789.4
申请日：2017-09-11
Applicant: 武汉大学
Abstract: 本发明公开了一种由粗到精级联深度网络的心脏左心室全自动分割方法，首先对训练数据进行预处理和数据增强，得到充足的训练数据。然后采用深度网络检测包含左心室的兴趣区域(ROI)，再从左心室ROI中利用深度网络实现左心室的精细分割。最后将从左心室ROI中分割的左心室映射到原始输入图像中。为了提高分割性能，本发明提出一种级联深度网络(CasNet)用于左心室ROI检测和左心室精细分割，该级联网络通过隐式增强训练数据并对分割结果逐步精细化，提高了左心室的分割准确率；同时，用于该级联网络的每一个网络单元相对比较简洁，避免了复杂网络中参数众多影响效率的弊端，保证了左心室分割的高效性。
-
公开(公告)号：CN109655059A
公开(公告)日：2019-04-19
申请号：CN201910020225.6
申请日：2019-01-09
Applicant: 武汉大学
Abstract: 本发明公开了一种基于θ-增量学习的视觉-惯性融合导航系统及方法，为实现对运动目标的时序变量θ(位置或姿态)进行快速精确估计，本发明提出了一种基于级联网络的θ-增量学习方法，该方法采用级联网络以共享参数的方式对时序变量θ的增量进行估计。利用该θ-增量学习方法，本发明构建了用于视觉-惯性融合导航的姿态数据增量估计的级联网络及位置数据增量估计的嵌套级联网络，并利用训练的网络实现高精度、高频率和强稳定性的导航。本发明采用视觉导航作为主导，以确保较高的导航精度，惯性导航作为辅助，不仅有助于弥补视觉导航频率较低的缺陷，同时能解决由遮挡引起的视觉导航不稳定的问题。
-
公开(公告)号：CN107578416A
公开(公告)日：2018-01-12
申请号：CN201710812789.4
申请日：2017-09-11
Applicant: 武汉大学
Abstract: 本发明公开了一种由粗到精级联深度网络的心脏左心室全自动分割方法，首先对训练数据进行预处理和数据增强，得到充足的训练数据。然后采用深度网络检测包含左心室的兴趣区域(ROI)，再从左心室ROI中利用深度网络实现左心室的精细分割。最后将从左心室ROI中分割的左心室映射到原始输入图像中。为了提高分割性能，本发明提出一种级联深度网络(CasNet)用于左心室ROI检测和左心室精细分割，该级联网络通过隐式增强训练数据并对分割结果逐步精细化，提高了左心室的分割准确率；同时，用于该级联网络的每一个网络单元相对比较简洁，避免了复杂网络中参数众多影响效率的弊端，保证了左心室分割的高效性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
