公开(公告)号：CN119805928A

公开(公告)日：2025-04-11

申请号：CN202411816624.0

申请日：2024-12-11

Applicant: 浙江工业大学

Inventor： 魏岩 ,  卢贤龙 ,  郝明爽 ,  禹鑫燚 ,  欧林林

IPC: G05B13/04

Abstract: 考虑动态约束的机器人自适应神经最优跟踪控制方法和装置，其方法包括：建立关节空间中机器人的动力学模型，考虑机器人系统的输入扭矩、惯性矩阵、向心力和科里奥利力矩阵以及重力力矩；将机器人系统的动力学映射到笛卡尔空间，定义位置向量和速度向量，建立机器人系统的状态空间模型；在存在动态约束的情况下，基于最优反步法与“演员‑评论家”神将网络方法，设计自适应最优神经跟踪控制器，以处理动态约束并实现最优跟踪性能。本发明在动态约束环境下，机器人能够更准确地跟踪期望轨迹，同时确保运动安全。

公开(公告)号：CN116991239A

公开(公告)日：2023-11-03

申请号：CN202310961956.7

申请日：2023-08-02

Applicant: 浙江工业大学

Inventor： 魏岩 ,  俞佳琪 ,  郝明爽 ,  张永琪 ,  欧林林 ,  禹鑫燚 ,  周利波

IPC: G06F3/01 ,  G06F18/241 ,  G06F18/214 ,  G06N3/0464 ,  G06V40/20 ,  G06V10/82 ,  A61B5/397

Abstract: 一种基于肌电手环和深度相机的手部肌力向量估计方法，包括以下步骤：S1.采集数据并进行预处理，并训练肌力估计的深度卷积模型：S2.获取包含人手中心像素点位置标签的图像数据集，并训练手部空间位置检测的yolov5模型；S3.利用训练好的模型，使用肌电手环和深度相机对手部肌力向量进行估计。本发明采用肌电手环来采集肌电流数据，并使用滑动窗口的方法对数据进行处理，最后使用深度卷积模型提取数据的特征并拟合出肌力值。本发明不仅提高了操作的便利性，同时在精度上得到保障。