-
公开(公告)号：CN111515938B
公开(公告)日：2022-11-18
申请号：CN202010466162.X
申请日：2020-05-28
Applicant: 河北工业大学
Abstract: 本发明公开了一种继承型迭代学习控制的下肢外骨骼行走轨迹跟踪方法。本方法采用下肢外骨骼模型为被控对象，建立下肢外骨骼步速对应的轨迹库，设计下肢外骨骼继承型迭代学习控制方法，对不同步速下的轨迹进行控制。本方法将不同步速下的髋关节和膝关节角度的数据作为系统跟踪的期望轨迹，使其可使用迭代学习控制方法；采用继承公式实现了不同步速的步态周期之间的联系，有效利用前一步速下的迭代学习控制信息作为当前新步速下的初始信息，不用重新学习就能够实现对不同步速下的不同角度期望轨迹进行快速有效跟踪，避免了新步速下的重新学习的问题，以减少学习次数，缩短控制时间，快速达到收敛要求，并且比重新学习的收敛速度更高。
-
公开(公告)号：CN111811851A
公开(公告)日：2020-10-23
申请号：CN202010598614.X
申请日：2020-06-28
Applicant: 河北工业大学
IPC: G01M99/00 , G01D21/02 , G05B19/042
Abstract: 本发明公开了一种静态下肢康复辅具测试系统，包括：底座和移动装置，所述移动装置包括：水平设置的水平导轨、竖直设置的竖直导轨和关节固定结构，所述水平导轨的底端固装在所述底座上，所述竖直导轨的底端与所述水平导轨上的滑块固装，所述关节固定结构固装在所述竖直导轨的滑块上，用于安装康复辅具，所述康复辅具为外骨骼关节模块或假肢模块。该静态下肢康复辅具测试系统的康复辅具可选择外骨骼关节模块或假肢模块，实现对不同康复辅具的测试，获取对康复辅具的参数需求，也可与康复辅具直接交互，对其辅助效果进行评测。
-
公开(公告)号：CN109938892A
公开(公告)日：2019-06-28
申请号：CN201910264489.6
申请日：2019-04-03
Applicant: 河北工业大学
Abstract: 本发明一种智能膝上假肢穿戴者骑行状态识别系统。该系统包括假肢主体结构和识别系统；所述的假肢主体结构包括假肢接受腔、假肢膝关节、假肢小腿管、假肢脚，其中，假肢接受腔底部连接假肢膝关节，假肢膝关节底部连接假肢小腿管上端，假肢小腿管下端连接假肢脚；所述的识别系统包括假肢接受腔角度模块、假肢小腿模块、脚尖压力传感器模块、脚心压力传感器模块、脚跟压力传感器模块、单片机模块和驱动电机模块。本发明对膝关节角度的判断的准确率及计算速度大大提高；通过多传感器进行判断，大大提高了骑行状态判断的准确性。
-
公开(公告)号：CN106983589B
公开(公告)日：2018-07-31
申请号：CN201710223133.9
申请日：2017-04-07
Applicant: 河北工业大学
IPC: G06F19/00
Abstract: 本发明公开了种基于干扰观测器的主动型膝上假肢终端滑模控制方法。该方法离线采集患者的基本信息数据,生成数据报告;在不改变基本构造和相互作用方式的前提下,将人体下肢简化为二连杆模型进行分析,针对人体行走过程中摆动期和支撑期的运动形式的差异,得出支撑期和摆动期的下肢动力学模型;对下肢动力学模型设计干扰观测器和终端滑模控制器。该方法将滑模变结构控制理论引入到主动型膝上假肢的控制中,在保留了传统滑模控制的抗干扰能力和快速响应等优点的同时,削弱了控制量的抖振程度,使模型系统的跟踪误差能够在有限时间内收敛到零。该方法具有控制精度高、抗干扰能力强并且有较好时效性的优点。
-
公开(公告)号：CN105769186B
公开(公告)日：2018-05-29
申请号：CN201610172001.3
申请日：2016-03-23
Applicant: 河北工业大学
IPC: A61B5/0488 , A61H3/00
Abstract: 本发明涉及基于复杂网络的肌电信号采集位置选取方法，其特征在于包括如下步骤：采集肌电信号；计算各肌电信号采集点连接关系，对步骤S1采集到的肌电信号进行预处理，计算n个肌电信号采集点之间的连接关系，构建复杂网络模型；分析网络特性，计算不同运动模式下的节点特性指标；确定肌电信号采集位置。本发明利用复杂网络分析下肢表面肌电信号，可以深入地分析各肌肉在下肢运动过程中的协调配合关系，与以前选择肌电信号幅值比较大的采集位置选取方法相比，可以确定与不同运动模式关系更紧密的肌群和电极放置位置，为肌电控制下肢康复辅具过程中的肌电选择提供理论依据。
-
Patent Agency Ranking
公开(公告)号：CN104983489A
公开(公告)日：2015-10-21
申请号：CN201510451489.9
申请日：2015-07-28
Applicant: 河北工业大学
Abstract: 本发明下肢假肢行走时的路况识别方法，涉及下肢假肢，步骤是：采用前脚掌压力传感器、后脚跟压力传感器和惯性测量单元模块采集被测试人员残肢端运动信号样本数据，实验路况包括平地、上斜坡、下斜坡、上楼梯和下楼梯五种；路况识别时间的起始点的选取；从此时开始利用惯性测量单元进行被测试人员残肢端运动信号样本数据的采集；实际应用的采集到的残肢端运动信号样本数据个数的确定；对采集计算得到的残肢端运动信号样本数据进行处理；采集到的残肢端运动信号样本数据的特征值计算；用LVQ-ADABOOST分类器训练；实现下肢假肢行走时的路况的在线识别；克服了现有下肢假肢行走时的路况的离线识别方法无法保证路况识别的实时性的缺陷。
-
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：CN112947071B
公开(公告)日：2022-04-01
申请号：CN202110117310.1
申请日：2021-01-28
Applicant: 河北工业大学
IPC: G05B13/04
Abstract: 本发明为一种基于Backstepping的下肢外骨骼控制方法，包括第一步、建立下肢外骨骼动力学模型，并转化为控制系统状态方程；第二步、设计Backstepping控制器；第三步、改进RBF扰动观测器，包括设计RBF扰动观测器和RBF神经网络自适应律；第四步、控制实施，使下肢外骨骼按照期望轨迹运动。该方法针对外部随机扰动，利用RBF神经网络的逼近特性，设计扰动观测器，对外部随机扰动进行逼近；针对RBF神经网络存在的网络逼近误差，进一步改进扰动观测器，引入辅助变量对网络逼近误差进行补偿，进而对外部随机扰动进行补偿，使对外部随机扰动的逼近更接近于真实值，降低了RBF神经网络的逼近误差。
-
公开(公告)号：CN109254530B
公开(公告)日：2021-08-10
申请号：CN201811484541.0
申请日：2018-12-06
Applicant: 河北工业大学
IPC: G05B13/02
Abstract: 本发明公开了一种基于磨矿过程基础回路的无模型自适应控制方法。该控制方法应用于磨矿过程中旋流器给矿浓度控制回路，将灰狼优化算法与无模型自适应控制结合起来，同时对无模型自适应控制算法与灰狼优化算法进行改进。采用IGWO算法对IMFAC算法相关参数进行优化，保证了IMFAC算法的控制精度与参数选择的最优值，保证旋流器给矿浓度稳定在期望值附近，以便对磨矿过程中旋流器给矿浓度进行更好的跟踪，控制效果更好，适用性更强，具有较强的鲁棒性。在实际磨矿运行作业中减少了人工调节参数的环节，控制过程更高效，适用性更强。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.037 seconds)
