-
公开(公告)号：CN114593744B
公开(公告)日：2024-04-26
申请号：CN202210206904.4
申请日：2022-03-04
Applicant: 河北工业大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于探路者算法的改进RRT路径规划方法。该方法在传统RRT路径规划算法的基础上引入引导路径，利用探路者优化算法生成最优引导路径，再利用最优引导路径指引RRT的新节点Xnew的生成，不仅利用了RRT算法的随机性，而且利用了引导路径使新节点朝向目标点方向扩展的特性，从而提高了路径规划的目标性，降低路径搜索的随机性和搜索时间，从而提高路径规划的效率、实时性和成功率，加强避障能力。本发明引入了路径点邻近区域采样的方法来确定随机点的生成，使每个路径点能够在特定区域内采样，不仅避免了采样点的随机性，提高RRT算法采样时的目标导向性，而且避免了与障碍物产生碰撞。
-
公开(公告)号：CN116300883A
公开(公告)日：2023-06-23
申请号：CN202310072564.5
申请日：2023-01-16
Applicant: 河北工业大学
IPC: G05D1/02
Abstract: 本发明为一种基于改进RRT‑Connect算法的智能体路径规划方法，首先通过扫描环境信息构建构建二维栅格地图，并设置起点和终点，通过JPS算法搜索得到初始路径；然后，对RRT‑Connect算法进行改进，利用改进的RRT‑Connect算法得到优化路径；即生成一个0到1之间的随机数，若随机数大于概率P，则通过双扇形邻近区域采样生成两棵随机树的随机点，否则通过目标偏置采样生成两棵随机树的随机点；最后，通过冗余点剪枝的优化策略对优化路径进行二次优化，去除冗余的路径节点，得到最终路径。该方法解决了传统RRT‑Connect算法路径节点搜索的盲目性、随机性以及路径曲折等问题，缩短了路径长度，提高了路径规划效率。
-
公开(公告)号：CN115983017A
公开(公告)日：2023-04-18
申请号：CN202310020319.X
申请日：2023-01-05
Applicant: 河北工业大学
IPC: G06F30/20 , G06F17/16 , G06F119/02
Abstract: 本发明为基于事件触发的下肢外骨骼双幂次分数阶滑模控制方法，所述控制方法包括以下步骤：利用拉格朗日方程建立下肢外骨骼动力学模型；利用传感器获得健康人体下肢运动数据，通过函数拟合得到下肢外骨骼的髋关节角度、髋关节角速度、膝关节角度、膝关节角速度的期望运动轨迹；设计双幂次分数阶滑模控制律，并根据期望轨迹与实际轨迹之间的跟踪误差，构建事件触发机制，最终得到基于事件触发的双幂次分数阶滑模控制器，简称控制器；利用Lyapunov理论证明所述基于事件触发的双幂次分数阶滑模控制器是渐进稳定的。在保证控制精度的前提下，尽可能地节约通信资源，减少执行器的磨损，减弱传统滑模控制中存在的抖振。
-
公开(公告)号：CN114593744A
公开(公告)日：2022-06-07
申请号：CN202210206904.4
申请日：2022-03-04
Applicant: 河北工业大学
IPC: G01C21/34
Abstract: 本发明公开了一种基于探路者算法的改进RRT路径规划方法。该方法在传统RRT路径规划算法的基础上引入引导路径，利用探路者优化算法生成最优引导路径，再利用最优引导路径指引RRT的新节点Xnew的生成，不仅利用了RRT算法的随机性，而且利用了引导路径使新节点朝向目标点方向扩展的特性，从而提高了路径规划的目标性，降低路径搜索的随机性和搜索时间，从而提高路径规划的效率、实时性和成功率，加强避障能力。本发明引入了路径点邻近区域采样的方法来确定随机点的生成，使每个路径点能够在特定区域内采样，不仅避免了采样点的随机性，提高RRT算法采样时的目标导向性，而且避免了与障碍物产生碰撞。
-
Patent Agency Ranking
公开(公告)号：CN112906673A
公开(公告)日：2021-06-04
申请号：CN202110381272.0
申请日：2021-04-09
Applicant: 河北工业大学
Abstract: 本发明为一种基于注意力机制的下肢运动意图预测方法，包括步骤1、获取下肢运动过程中的步态信号，对步态信号进行归一化处理，并划分训练集数据和测试集数据；步骤2、构建预测模型；预测模型包括输入模块、卷积神经网络模块、长短时记忆神经网络模块和注意力机制这四个部分，当输入模块、卷积神经网络模块、长短时记忆神经网络模块和注意力机制依次连接，注意力机制的输出结果再经过全连接层；步骤3、利用训练集数据对预测模型进行预训练，确定时间步长；再对预训练后的预测模型进行训练；步骤4、将训练后的预测模型用于下肢运动意图预测。该方法通过注意力机制对关节角度变化明显的位置进行放大处理，能够有效减小关节角度的预测误差。
-
公开(公告)号：CN116010835A
公开(公告)日：2023-04-25
申请号：CN202211672207.4
申请日：2022-12-26
Applicant: 河北工业大学
IPC: G06F18/2321 , G06F18/23213
Abstract: 本发明为基于知识共享的IT2‑PCM聚类T‑S模糊模型非线性系统辨识方法，首先采集系统的历史数据，获得最佳聚类数；采用FCM算法对聚类中心矩阵和模糊划分矩阵进行初始化；接着，根据PCM算法计算隶属度矩阵，并将隶属度矩阵输入到隶属度函数中，计算各个聚类中心中每个输入变量的隶属度区间；根据隶属度区间计算每个模糊规则的激活强度，并对激活强度进行归一化处理；然后，将每个模糊规则下T‑S模糊模型的后件参数作为一个种群，后件参数即为种群中的个体，基于知识获取共享对每个模糊规则下T‑S模糊模型的后件参数进行辨识；最后，实时采集系统的输入量和输出量，将输入量和输出量作为模型的输入数据，根据上述步骤辨识前件参数和后件参数，得到系统模型。该方法的辨识准确度高，提升了系统模型精度。
-
公开(公告)号：CN112732092A
公开(公告)日：2021-04-30
申请号：CN202110088663.3
申请日：2021-01-22
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于双视图多尺度卷积神经网络的表面肌电信号识别方法。将表面肌电信号转换为一维表面肌电图像；利用希尔伯特曲线进行时间域和电极域的填充，变为二维表面肌电子图像；构建并训练卷积神经网络，经过输入部分的卷积特征提取后，将输出送到卷积神经网络流中；在第一层经过下采样确定每个卷积神经网络流的尺度；经过常规卷积或跨步卷积后的融合卷积特征经过视图聚合模块中的特征级融合将两个卷积神经网络流位于同一层的输出卷积特征进行拼接并输入到层融合，再将特征级融合后的卷积特征进行拼接，最终输出识别结果。本发明使一维图像转换为二维图像，使神经网络能够提取低层和高层深度特征，提高手势识别精度。
-
公开(公告)号：CN112732092B
公开(公告)日：2023-04-07
申请号：CN202110088663.3
申请日：2021-01-22
Applicant: 河北工业大学
IPC: G06V10/82 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06F3/01
Abstract: 本发明公开了一种基于双视图多尺度卷积神经网络的表面肌电信号识别方法。将表面肌电信号转换为一维表面肌电图像；利用希尔伯特曲线进行时间域和电极域的填充，变为二维表面肌电子图像；构建并训练卷积神经网络，经过输入部分的卷积特征提取后，将输出送到卷积神经网络流中；在第一层经过下采样确定每个卷积神经网络流的尺度；经过常规卷积或跨步卷积后的融合卷积特征经过视图聚合模块中的特征级融合将两个卷积神经网络流位于同一层的输出卷积特征进行拼接并输入到层融合，再将特征级融合后的卷积特征进行拼接，最终输出识别结果。本发明使一维图像转换为二维图像，使神经网络能够提取低层和高层深度特征，提高手势识别精度。
-
公开(公告)号：CN217697231U
公开(公告)日：2022-11-01
申请号：CN202220338746.3
申请日：2022-02-21
Applicant: 河北工业大学
Abstract: 本实用新型公开了一种可穿戴式上肢助力型外骨骼装置，包括前臂组件、上臂组件、肩部组件、背部组件、腰部组件；前臂组件和上臂组件形成肘关节旋转连接结构，由肘关节屈伸电机驱动实现肘关节屈伸运动；上臂组件和肩部组件形成肩关节旋转连接结构，由肩关节屈伸电机驱动实现肩关节屈伸运动；肩部组件和背部组件形成肩关节旋转连接结构，由肩关节内收外展电机驱动实现肩关节内收外展。本装置具有四个自由度，肘部屈伸、肩部屈伸、肩部内收外展三个主动自由度以及背部一个被动自由度。在三个主动自由度处设置驱动电机，在背部的被动自由度则是减小了装置对人体的约束，满足人体的基本运动自由度需求，同时减轻其体力损耗。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.044 seconds)
