-
公开(公告)号：CN116211315B
公开(公告)日：2023-08-04
申请号：CN202310369673.3
申请日：2023-04-10
Applicant: 济南大学 , 山东渔夫智能科技有限公司
Abstract: 本发明提供一种单导联心电信号辅助诊断方法及诊断终端，属于互联网医疗领域，方法包括：构建单导联心电信号辅助系统的功能架构，提取单导联心电信号辅助系统中的心电信号；对心电信号进行预处理；预处理方式包括：按照预设时长对心电信号进行划分；对划分后的心电信号进行滤波处理；对滤波后的心电信号进行数据归一化处理；对数据归一化后的心电信号进行傅里叶变换处理；提心电信号数据的特征；采用拼接的方式将提取的所有特征进行融合；将融合后的特征输入至Adaboost迭代算法，得出诊断结果。本发明融合了心电信号各个维度的特征，有效的解决现有特征存在的不足的现状，从而得到比单一数据模型信息量更大、应用性更高、鲁棒性更强的模型。
-
公开(公告)号：CN118106971A
公开(公告)日：2024-05-31
申请号：CN202410405870.0
申请日：2024-04-07
Applicant: 济南大学
IPC: B25J9/16
Abstract: 本发明提供一种基于ROS2及YOLO视觉定位的并联机械臂控制方法、终端机及可读存储介质，属于智能机器人技术领域，利用所述YOLO深度学习网络对待抓取目标进行训练，得到训练好的模型，工业相机摄取图像信息，并输入到上位机，在ROS2系统中，基于图像信息，识别并框选待抓取目标工件，得到工件的相机坐标，对坐标进行转换，得到世界坐标，通过机械臂逆运动学计算出机械臂转角后，控制伺服电机驱动机械臂旋转指定角度，使得机械臂的气动夹爪到达待抓取工件的上方，执行抓取动作。本发明基于ROS2系统及YOLO视觉定位可以起到对工件识别精确度高、实时性强，可实现对机械臂的控制，保证实时性要求与工作效率。
-
公开(公告)号：CN116880293B
公开(公告)日：2023-12-26
申请号：CN202310892212.4
申请日：2023-07-20
Applicant: 济南大学 , 山东渔夫智能科技有限公司
IPC: G05B19/042
Abstract: 本发明提供了一种基于显式模型预测控制的四足机器人控制方法及控制终端，属于四足机器人智能控制技术领域，所述基于显式模型预测控制的四足机器人控制方法包括如下步骤：步骤一：确定四足机器人的功能模块；p1......pn表示四足机器人的功能模块，所述四足机器人的基本功能包括行走、奔跑、原地踏步、步态切换、跨越障碍，攀爬楼梯，可选功能包括气体检测、自主导航，远程监控；步骤二：建立四足机器人的优化问题；步骤三：以步骤二的优化问题为基础，建立控制输入的显示函数。本发明交叉融合了运动学理论和最优化理论，采用显式模型预测控制的控制方法，可以有效地解决模型预测控制在线计算量大、实时性低的缺点。
-
公开(公告)号：CN118285809B
公开(公告)日：2024-09-03
申请号：CN202410325203.1
申请日：2024-03-21
Applicant: 济南大学
IPC: A61B5/346 , G16H50/20 , G16H50/70 , G06F18/2411 , G06F18/25 , G06F18/213 , G06F18/2131 , G06F18/10 , G06N3/126 , G06N20/10
Abstract: 本发明提供一种基于双导联ECG信号的多特征辅助诊断方法、终端机及可读存储介质，属于互联网医疗领域，构建双导联心率失常辅助诊断系统的功能架构，并提取双导联心率失常辅助诊断系统中的心电信号；利用硬件设备采集心电信号；对心电信号进行预处理；按照预设窗口大小、步长对心电信号进行分割；对分割后的心电信号进行数据归一化处理；取心电信号数据的时间特征、时频特征和空间特征；采用权重加法融合的方式将步骤四中的时间特征、时频特征和空间特征进行融合，得到融合特征；将融合特征输入到SVM分类模型，得出诊断参数。本发明融合了多特征的心电信号，可以得到比单一数据模型信息量更大、应用性更高、鲁棒性更强的诊断参数。
-
公开(公告)号：CN118376230A
公开(公告)日：2024-07-23
申请号：CN202410460082.1
申请日：2024-04-16
Applicant: 济南大学
IPC: G01C21/00 , G01C21/34 , G01C21/16 , G06F18/213 , G06F18/22 , G06F18/25 , G06F18/10 , G06T7/73 , G06T7/66
Abstract: 本发明提供一种基于双目视觉与IMU融合的煤矿巡检机器人建图和定位方法、终端机及可读存储介质，属于移动机器人同步定位技术领域，定义煤矿巡检机器人的功能模块；构建实现煤矿巡检机器人移动定位的地图，将双目相机和IMU模块采集的原始数据传输到工控机中进行预处理，并进行融合优化；进行初始化，构建整体残差方程，通过非线性优化的方法融合滑动窗口内的数据；配置闭环检测模块，利用词袋模型构建关键帧数据库，并将煤矿巡检机器人移动至历史的位置后，再将煤矿巡检机器人当前帧数据与词袋模型中的关键帧数据进行匹配，实现构建的地图形成一个闭环。本发明提高系统定位与建图精度，提升系统的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN118285809A
公开(公告)日：2024-07-05
申请号：CN202410325203.1
申请日：2024-03-21
Applicant: 济南大学
IPC: A61B5/346 , G16H50/20 , G16H50/70 , G06F18/2411 , G06F18/25 , G06F18/213 , G06F18/2131 , G06F18/10 , G06N3/126 , G06N20/10
Abstract: 本发明提供一种基于双导联ECG信号的多特征辅助诊断方法、终端机及可读存储介质，属于互联网医疗领域，构建双导联心率失常辅助诊断系统的功能架构，并提取双导联心率失常辅助诊断系统中的心电信号；利用硬件设备采集心电信号；对心电信号进行预处理；按照预设窗口大小、步长对心电信号进行分割；对分割后的心电信号进行数据归一化处理；取心电信号数据的时间特征、时频特征和空间特征；采用权重加法融合的方式将步骤四中的时间特征、时频特征和空间特征进行融合，得到融合特征；将融合特征输入到SVM分类模型，得出诊断参数。本发明融合了多特征的心电信号，可以得到比单一数据模型信息量更大、应用性更高、鲁棒性更强的诊断参数。
-
公开(公告)号：CN116880293A
公开(公告)日：2023-10-13
申请号：CN202310892212.4
申请日：2023-07-20
Applicant: 济南大学 , 山东渔夫智能科技有限公司
IPC: G05B19/042
Abstract: 本发明提供了一种基于显式模型预测控制的四足机器人控制方法及控制终端，属于四足机器人智能控制技术领域，所述基于显式模型预测控制的四足机器人控制方法包括如下步骤：步骤一：确定四足机器人的功能模块；p1,......pn表示四足机器人的功能模块，所述四足机器人的基本功能包括行走、奔跑、原地踏步、步态切换、跨越障碍，攀爬楼梯，可选功能包括气体检测、自主导航，远程监控；步骤二：建立四足机器人的优化问题；步骤三：以步骤二的优化问题为基础，建立控制输入的显示函数。本发明交叉融合了运动学理论和最优化理论，采用显式模型预测控制的控制方法，可以有效地解决模型预测控制在线计算量大、实时性低的缺点。
-
公开(公告)号：CN116380502A
公开(公告)日：2023-07-04
申请号：CN202310362401.0
申请日：2023-04-07
Applicant: 济南大学 , 山东渔夫智能科技有限公司
Abstract: 本发明提供一种EPS系统多点同步NVH数据采集布局方法及系统，属于EPS系统的NVH技术领域，步骤一：根据NVH数据确定EPS系统部件在不同时速状态下，测试方式及多点同步测试点位图；步骤二：对NVH数据进行分类，并根据点位分布及分类结果，确定传感器安装规则以及布线方式，采集通道数和数据传输次序；步骤三：以分类后的采集数据作为输入，依照NVH数据反馈调整点位，并选择传感器安装规则以达到采样布局位置。本发明交叉融合了拓扑学与信息论，采取多状态点位分析及反馈优化布局策略，可以满足EPS系统NVH多点位同步采样要求。
-
公开(公告)号：CN118297936A
公开(公告)日：2024-07-05
申请号：CN202410571729.8
申请日：2024-05-10
Applicant: 济南大学
Abstract: 本发明提供一种基于三维重建的工件缺陷检测方法、系统及图像处理计算机，属于图像三维处理和深度学习交叉领域，搭建图像采集平台；标定双目相机，获取双目相机内外参数及变换矩阵，并对双目相机进行极线矫正，使双目相机光轴平行；使用激光发生器对工件扫描，同时使用双目相机采集工件的图像，将双目相机采集的图像进行立体匹配，使双目相机采集的特征像素值得到最优匹配，利用相似三角形原理获取工件三维数据；将获取到的工件三维数据点云与标准CAD点云进行点云拼接，得到特征缺陷区域；使用PointNET++神经网络处理缺陷区域点云数据，实现对缺陷区域识别与分类。方法通过点云深度学习算法，可以实现对缺陷的快速检测和定位。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.02 seconds)
