-
公开(公告)号：CN119540362B
公开(公告)日：2025-04-29
申请号：CN202510093518.2
申请日：2025-01-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于惯性位置跟踪器和深度体感相机的人体上肢位姿估计方法和系统，方法包括：通过深度体感相机采集人体上肢骨架骨骼点位姿信号，通过惯性位置跟踪器采集人体肘关节位姿信号；构建全局坐标系，将所述上肢骨架骨骼点位姿信号和所述肘关节位姿信号转换到全局坐标系中；根据双重卡尔曼滤波方法获取全局坐标系中肘关节和腕关节位置，结合根据所述上肢骨架骨骼点位姿信号得到的肩关节位置计算肘关节角度。本发明采用双重卡尔曼滤波算法融合了惯性位置跟踪器和深度体感相机的数据，且充分利用了传感器多方面的信号资源，满足在动态环境下鲁棒性强、估计精度高的需求，同时克服了深度体感相机的遮挡问题。
-
公开(公告)号：CN119418952A
公开(公告)日：2025-02-11
申请号：CN202510026768.4
申请日：2025-01-08
Applicant: 浙江大学
IPC: G16H50/70 , A61B5/00 , A61B5/113 , A61B5/11 , G16H50/30 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/047 , G06N3/084 , G06N3/096 , G06N3/048
Abstract: 本发明公开了一种非接触式的睡眠分期识别与结构分析方法和系统，属于睡眠监测领域。方法包括：获取待分期胸廓生理运动信号，所述待分期胸廓生理运动信号为若干睡眠片段，包括人体的胸廓呼吸运动信号和心跳运动信号；将所述待分期胸廓生理运动信号输入至预先训练好的神经网络模型，得到所述神经网络模型输出的睡眠分期识别和结构分析结果。本发明具有准确的睡眠结构参数估计能力，对睡眠诊断具有重要意义；同时低成本、使用便捷、不会对用户产生任何束缚与睡眠影响，可应用于日常智能睡眠监测中，具有居家健康监测应用价值。
-
公开(公告)号：CN119418952B
公开(公告)日：2025-04-29
申请号：CN202510026768.4
申请日：2025-01-08
Applicant: 浙江大学
IPC: G16H50/70 , A61B5/00 , A61B5/113 , A61B5/11 , G16H50/30 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/047 , G06N3/084 , G06N3/096 , G06N3/048
Abstract: 本发明公开了一种非接触式的睡眠分期识别与结构分析方法和系统，属于睡眠监测领域。方法包括：获取待分期胸廓生理运动信号，所述待分期胸廓生理运动信号为若干睡眠片段，包括人体的胸廓呼吸运动信号和心跳运动信号；将所述待分期胸廓生理运动信号输入至预先训练好的神经网络模型，得到所述神经网络模型输出的睡眠分期识别和结构分析结果。本发明具有准确的睡眠结构参数估计能力，对睡眠诊断具有重要意义；同时低成本、使用便捷、不会对用户产生任何束缚与睡眠影响，可应用于日常智能睡眠监测中，具有居家健康监测应用价值。
-
公开(公告)号：CN119540362A
公开(公告)日：2025-02-28
申请号：CN202510093518.2
申请日：2025-01-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于惯性位置跟踪器和深度体感相机的人体上肢位姿估计方法和系统，方法包括：通过深度体感相机采集人体上肢骨架骨骼点位姿信号，通过惯性位置跟踪器采集人体肘关节位姿信号；构建全局坐标系，将所述上肢骨架骨骼点位姿信号和所述肘关节位姿信号转换到全局坐标系中；根据双重卡尔曼滤波方法获取全局坐标系中肘关节和腕关节位置，结合根据所述上肢骨架骨骼点位姿信号得到的肩关节位置计算肘关节角度。本发明采用双重卡尔曼滤波算法融合了惯性位置跟踪器和深度体感相机的数据，且充分利用了传感器多方面的信号资源，满足在动态环境下鲁棒性强、估计精度高的需求，同时克服了深度体感相机的遮挡问题。
-
-
-
Search Results
4
records
(took 0.017 seconds)
