一种基于OpenPose框架的婴儿姿态识别数据处理方法

    公开(公告)号:CN118072391A

    公开(公告)日:2024-05-24

    申请号:CN202410206296.6

    申请日:2024-03-27

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于OpenPose框架的婴儿姿态识别数据处理方法;该方法的实施步骤如下:首先,对采集到的视频资料进行降采样处理,并通过设定阈值来精选关键帧,以便更有效地捕捉婴儿的动态。接下来,利用OpenPose框架精确提取婴儿的骨骼关键点信息,并采用卡尔曼滤波器对这些数据进行优化和平滑处理,以提高识别的准确性和可靠性。最后,通过构建二维关节方向的直方图以及二维关节位移的直方图,并将这两种直方图结合成一个一维向量,本方法不仅提高了数据处理的效率,而且增强了对婴儿姿态的识别能力,从而在婴儿脑瘫患病预测中发挥出重要作用。

    基于改进自适应遗传算法的多机器人协同运动控制方法

    公开(公告)号:CN118707846A

    公开(公告)日:2024-09-27

    申请号:CN202410637246.3

    申请日:2024-05-22

    Applicant: 重庆大学

    Abstract: 本发明公开了基于改进自适应遗传算法的多机器人协同运动控制方法,包括机器人跟随运动学模型建模;跟随机器人坐标系旋转映射;控制器设计;对跟随机器人RF的运动进行分析,将PID控制器简化为比例控制器:基于改进自适应遗传算法解决PID控制器的系统其最优参数选取问题。针对一个多机器人领航跟随编队协同运动系统,将每组控制参数设为一个个体,每组个体设为一个群体,以整个过程的编队误差最小化的适应度函数值作为指标来迭代求解最优子代群体,这一方法省去仿真实验中控制参数调节时间,并且能迭代出一组较好的控制参数。本发明根据种群的适应度动态调整,能够根据搜索过程的实际情况进行调整,从而快速找到最优解。

Patent Agency Ranking