-
公开(公告)号：CN111897415B
公开(公告)日：2024-05-10
申请号：CN202010572468.3
申请日：2020-06-22
Applicant: 东南大学
Abstract: 本发明公开了基于肌电信号和变刚度控制的虚拟假手柔顺直观控制方法，步骤：采集人手手指关节弯曲信号和人体前臂表面肌电信号并进行预处理；建立抓握过程中人体前臂表面肌电信号与人手手指关节弯曲的参考角度的关系以及人体前臂表面肌电信号与肌肉收缩过程中参考刚度的关系；采用基于仿人变刚度的阻抗控制模型对抓握过程中的手指关节弯曲角度进行估计；搭建虚拟假手交互系统，根据估计的手指关节弯曲角度对虚拟环境中的虚拟假手进行抓握虚拟物体的控制，并将虚拟假手的受力情况反馈给人手。本发明在保持假手角度控制准确性的基础上具有较好的柔顺性，同时提高了虚拟假手控制的沉浸感，提升了交互的直观性。
-
公开(公告)号：CN111452022B
公开(公告)日：2021-04-13
申请号：CN202010211455.3
申请日：2020-03-24
Applicant: 东南大学
Abstract: 本发明公开了基于贝叶斯优化的上肢康复机器人主动训练参考轨迹复杂度调节方法，步骤依次为：建立训练任务模型、选择运动表现指标，确定任务轨迹复杂度、学习运动表现指标与任务轨迹复杂度参数间的函数关系以及实现训练任务的自适应调节。由于被试在训练过程中其运动学习能力有可能发生变化，本发明监测每轮训练中被试的运动表现，并根据被试的运动表现自适应调节训练任务的难度，为任务增加变化性，可提高被试的康复训练效果。本发明对不同的被试均监测其运动表现，可实现个性化的为每个被试自适应调节训练任务，可减少治疗师/技术员实时为不同被试调整任务难度的既枯燥又繁琐的工作量，提高康复训练效率。
-
公开(公告)号：CN111243706A
公开(公告)日：2020-06-05
申请号：CN202010061021.X
申请日：2020-01-19
Applicant: 东南大学
Abstract: 本发明公开了基于变阻抗演示学习的上肢康复机器人训练任务生成方法，依次建立人机交互模型、TP-GMM学习、局部刚度估计、轨迹回归以及任务泛化等步骤生成具有多样性的训练任务。本发明综合考虑任务的轨迹，交互力与阻抗信息，因此该方法生成的训练任务，让患者不仅模仿治疗师/技术员的运动行为，还模仿他们与上肢康复机器人交互中的变阻抗策略。本发明首次将TP-GMM建模方法用于上肢康复机器人训练任务的编码中，可实现任务的变起始点/目标点的泛化功能。本发明解决了训练任务多样化所需的复杂编程问题，可减少治疗师/技术员实时为患者调整任务参数以增加多样性的既枯燥又繁琐的工作量，提高康复训练效率。
-
公开(公告)号：CN111890389B
公开(公告)日：2021-10-08
申请号：CN202010572459.4
申请日：2020-06-22
Applicant: 东南大学
Abstract: 本发明公开了基于多模态交互接口的多移动机器人协同控制系统，包括交互接口模块、通信模块和多移动机器人协同控制模块；交互接口模块包括脑机接口模块、视线追踪模块、融合模块、手控器模块和穿戴式振动触觉反馈模块；多移动机器人协同控制模块包括编队控制模块和规避控制模块；通信模块用于实现交互接口模块与多移动机器人协同控制模块的数据交互。本发明通过多模态交互接口实现对多机器人系统的多自由度控制，增强了单个操作员操控多机器人系统的能力，提高了交互效率；同时本发明采用多种模态对多机器人系统的运动状态进行反馈，增强了操作员对多机器人系统运动状态的态势感知能力，提高了操作员的快速反应能力。
-
公开(公告)号：CN111452022A
公开(公告)日：2020-07-28
申请号：CN202010211455.3
申请日：2020-03-24
Applicant: 东南大学
Abstract: 本发明公开了基于贝叶斯优化的上肢康复机器人主动训练参考轨迹复杂度调节方法，步骤依次为：建立训练任务模型、选择运动表现指标，确定任务轨迹复杂度、学习运动表现指标与任务轨迹复杂度参数间的函数关系以及实现训练任务的自适应调节。由于被试在训练过程中其运动学习能力有可能发生变化，本发明监测每轮训练中被试的运动表现，并根据被试的运动表现自适应调节训练任务的难度，为任务增加变化性，可提高被试的康复训练效果。本发明对不同的被试均监测其运动表现，可实现个性化的为每个被试自适应调节训练任务，可减少治疗师/技术员实时为不同被试调整任务难度的既枯燥又繁琐的工作量，提高康复训练效率。
-
Patent Agency Ranking
公开(公告)号：CN112099619B
公开(公告)日：2024-02-06
申请号：CN202010801696.3
申请日：2020-08-11
Applicant: 东南大学
IPC: G06F3/01 , G06F18/2415 , G06F18/25
Abstract: 本发明公开了一种混合视线脑机接口的时间窗长度自适应选择方法，在训练阶段分别建立脑电信号与视线追踪信号的分类模型，对分类结果进行融合，选取分类结果置信度指标，使用贝叶斯优化方法计算使得信息传输速率最大的指标阈值。在线测试阶段，选取计算周期，在每个计算周期中计算分类结果置信度指标，若没有达到指标阈值则继续采集数据延长时间窗，若达到阈值则输出分类结果。由于脑电信号和视线追踪信号的不稳定性，每个试次的最优时间是不同的，本发明提出的时间窗长度自适应选择方法为每个试次选择最优的时间窗长度，充分利用了脑电信号与视线追踪信号检测算法的累积效应，提高了混合视线脑机接口的信息传输速率。
-
公开(公告)号：CN111897415A
公开(公告)日：2020-11-06
申请号：CN202010572468.3
申请日：2020-06-22
Applicant: 东南大学
IPC: G06F3/01 , A61B5/00 , A61B5/0488 , A61B5/11
Abstract: 本发明公开了基于肌电信号和变刚度控制的虚拟假手柔顺直观控制方法，步骤：采集人手手指关节弯曲信号和人体前臂表面肌电信号并进行预处理；建立抓握过程中人体前臂表面肌电信号与人手手指关节弯曲的参考角度的关系以及人体前臂表面肌电信号与肌肉收缩过程中参考刚度的关系；采用基于仿人变刚度的阻抗控制模型对抓握过程中的手指关节弯曲角度进行估计；搭建虚拟假手交互系统，根据估计的手指关节弯曲角度对虚拟环境中的虚拟假手进行抓握虚拟物体的控制，并将虚拟假手的受力情况反馈给人手。本发明在保持假手角度控制准确性的基础上具有较好的柔顺性，同时提高了虚拟假手控制的沉浸感，提升了交互的直观性。
-
公开(公告)号：CN111890389A
公开(公告)日：2020-11-06
申请号：CN202010572459.4
申请日：2020-06-22
Applicant: 东南大学
Abstract: 本发明公开了基于多模态交互接口的多移动机器人协同控制系统，包括交互接口模块、通信模块和多移动机器人协同控制模块；交互接口模块包括脑机接口模块、视线追踪模块、融合模块、手控器模块和穿戴式振动触觉反馈模块；多移动机器人协同控制模块包括编队控制模块和规避控制模块；通信模块用于实现交互接口模块与多移动机器人协同控制模块的数据交互。本发明通过多模态交互接口实现对多机器人系统的多自由度控制，增强了单个操作员操控多机器人系统的能力，提高了交互效率；同时本发明采用多种模态对多机器人系统的运动状态进行反馈，增强了操作员对多机器人系统运动状态的态势感知能力，提高了操作员的快速反应能力。
-
公开(公告)号：CN111243706B
公开(公告)日：2022-11-18
申请号：CN202010061021.X
申请日：2020-01-19
Applicant: 东南大学
Abstract: 本发明公开了基于变阻抗演示学习的上肢康复机器人训练任务生成方法，依次建立人机交互模型、TP‑GMM学习、局部刚度估计、轨迹回归以及任务泛化等步骤生成具有多样性的训练任务。本发明综合考虑任务的轨迹，交互力与阻抗信息，因此该方法生成的训练任务，让患者不仅模仿治疗师/技术员的运动行为，还模仿他们与上肢康复机器人交互中的变阻抗策略。本发明首次将TP‑GMM建模方法用于上肢康复机器人训练任务的编码中，可实现任务的变起始点/目标点的泛化功能。本发明解决了训练任务多样化所需的复杂编程问题，可减少治疗师/技术员实时为患者调整任务参数以增加多样性的既枯燥又繁琐的工作量，提高康复训练效率。
-
公开(公告)号：CN112099619A
公开(公告)日：2020-12-18
申请号：CN202010801696.3
申请日：2020-08-11
Applicant: 东南大学
Abstract: 本发明公开了一种混合视线脑机接口的时间窗长度自适应选择方法，在训练阶段分别建立脑电信号与视线追踪信号的分类模型，对分类结果进行融合，选取分类结果置信度指标，使用贝叶斯优化方法计算使得信息传输速率最大的指标阈值。在线测试阶段，选取计算周期，在每个计算周期中计算分类结果置信度指标，若没有达到指标阈值则继续采集数据延长时间窗，若达到阈值则输出分类结果。由于脑电信号和视线追踪信号的不稳定性，每个试次的最优时间是不同的，本发明提出的时间窗长度自适应选择方法为每个试次选择最优的时间窗长度，充分利用了脑电信号与视线追踪信号检测算法的累积效应，提高了混合视线脑机接口的信息传输速率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
