-
公开(公告)号：CN109968355A
公开(公告)日：2019-07-05
申请号：CN201910176217.0
申请日：2019-03-08
Applicant: 北京工业大学
IPC: B25J9/16
Abstract: 本发明涉及一种人体示教与机器学习相结合的仿人机器人步态规划方法，属于人工智能与机器人控制领域。本发明将人体示教和支持向量回归学习算法相结合应用在仿人机器人的步态规划中，基于支持向量回归算法构建仿人机器人步态平衡泛化模型，将人体完成步行动作时的关节角度和ZMP信息输入步态平衡泛化模型，可直接得到经稳定性补偿的关节角度。引用WOA优化模型的参数以使模型得到最优的泛化效果，完善步态平衡模型的性能。利用步态平衡泛化模型得到的关节角度驱动NAO仿人机器人可使其完成稳定步行动作。本发明降低了仿人机器人步态模仿算法的复杂度，提高了实时性，并且保留了仿人机器人步行动作的稳定性和拟人性。
-
公开(公告)号：CN106125730B
公开(公告)日：2019-04-30
申请号：CN201610540175.0
申请日：2016-07-10
Applicant: 北京工业大学
Abstract: 一种基于鼠脑海马空间细胞的机器人导航地图构建方法，根据哺乳动物海马结构中的空间导航相关细胞的信息传递回路，机器人通过对环境探索，获取当前的自运动线索和颜色深度图像信息，自运动线索经由海马结构中空间细胞的路径积分和特征提取，渐进的形成对空间环境的编码，位置细胞的位置野在探索过程中逐渐形成，并覆盖整个空间环境，形成认知地图，与此同时，Kinect采集当前位置正前方视图场景的颜色深度图像信息作为绝对参考，进行路径的闭环检测，纠正路径积分的误差。在闭环点处，系统进行空间细胞放电活动的重置，对路径积分误差进行修正。最终的导航地图上的节点包含的是位置细胞群编码信息、对应的视觉线索以及位置拓扑关系。
-
公开(公告)号：CN105956601B
公开(公告)日：2019-01-29
申请号：CN201610236851.5
申请日：2016-04-15
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于轨迹模仿的汉字书写学习方法，属于人工智能和机器人学习领域。本发明将基于轨迹匹配的模仿学习引入到机器人书写技能的学习中，通过高斯混合模型对示教数据进行编码，提取轨迹特征，通过高斯混合回归对数据重构，得到轨迹的泛化输出，进而实现轨迹可连续汉字书写技能的学习。通过多次示教的方法对书写过程中的干扰问题加以处理，提高方法的容噪性。在基本高斯混合模型的基础上进行了多任务扩展，将一个复杂的汉字分解为若干部分，分别对分解的每一部分进行轨迹编码和重构，将其应用于离散轨迹的生成，实现了轨迹不可连续的汉字书写。本发明实现的汉字书写泛化效果良好。
-
公开(公告)号：CN107598897A
公开(公告)日：2018-01-19
申请号：CN201710975572.5
申请日：2017-10-19
Applicant: 北京工业大学
Abstract: 本发明公开一种基于人体示教的仿人机器人步态规划的方法，将人体运动信息用于仿人机器人的步态规划中，通过对人体运动过程中骨骼信息的逆运算获得机器人关节驱动角度，为满足仿人机器人运动过程中的稳定性，利用人体示教数据预估机器人质心轨迹信息，并结合ZMP判据与机器人质心-角度雅可比矩阵对机器人驱动角度进行补偿控制，在支撑脚的选择中，通过滞回曲线判别人体示教过程的支撑脚切换以确定机器人的支撑脚选取。本发明大大简化了仿人机器人步态规划的复杂性，并且基于人体示教的步态规划可使机器人的运动过程更具拟人化。
-
公开(公告)号：CN104924313B
公开(公告)日：2017-03-01
申请号：CN201510244111.1
申请日：2015-05-13
Applicant: 北京工业大学
IPC: B25J13/08
Abstract: 具有模仿学习机制的手把手示教机械臂系统及方法，所述系统包括机械手臂和舵机组成的动作执行模块、多传感器组成的感知模块以及控制器构成的学习模块。本发明采用模块独立供电方式，在此基础上使用手把手离线示教，将一组由陀螺仪传感器和加速度计组成的动作检测装置作为感知模块搭载在机械臂上，采集机械臂在运动过程中的各连杆的状态信息，然后将这些信息应用模仿学习算法，指导机械臂系统模仿学习示教行为。本发明采取分级分层控制，提升了控制系统的针对性和信息传递效率，本发明能够通过学习获知示教行为的目的，在改变机械臂初始姿态或目标物体所在方位时依旧能够完成模仿任务，具有较高的智能程度。
-
Patent Agency Ranking
公开(公告)号：CN103878772A
公开(公告)日：2014-06-25
申请号：CN201410127609.5
申请日：2014-03-31
Applicant: 北京工业大学
Abstract: 本发明涉及具有模仿学习机制的仿生轮式机器人系统及方法。所述系统包括示教机器人A和模仿机器人B。机器人系统工作时，首先由示教机器人A演示示教行为，然后，模仿机器人B观测并模仿机器人A的示教行为。本发明将一种由舵机和红外线传感器组装而成的旋转装置搭载在模仿机器人上，通过旋转检测的行为捕捉方法，采集离散示教观测点的动作信息，然后将这些信息应用模仿学习算法，指导模仿机器人模仿学习示教行为。大大降低了传感器的成本，同时克服了传统运用摄像技术采集示教行为后图像处理的繁琐过程，提高了机器人模仿学习的效率，减少了机器人学习的时间。
-
公开(公告)号：CN103170962A
公开(公告)日：2013-06-26
申请号：CN201310074108.0
申请日：2013-03-08
Applicant: 北京工业大学
Abstract: 本发明是一种桌面型双轮自平衡机器人，属于机器人控制领域。本机器人包括四个模块：主控模块，电源模块，感知模块及执行模块。本发明通过姿态传感器感知机器人当前角度，使控制芯片经过一系列算法控制电机运动，维持机器人平衡；用霍尔传感器进行位移测量，将位移对时间微分可得到机器人速度，用超声波传感器检测障碍物信息，用红外传感器测机器人运动轨迹，实现机器人的定点平衡，避障，循迹等一系列的功能。该发明具有体积小，成本低，功能丰富，模块化设计，扩展能力强等优点，其应用范围更加广泛。
-
公开(公告)号：CN101596101B
公开(公告)日：2011-03-23
申请号：CN200910088914.7
申请日：2009-07-13
Applicant: 北京工业大学
IPC: A61B5/00 , A61B5/0476 , G06F3/01 , G06N3/02
Abstract: 一种依据脑电信号判定疲劳状态的方法，采用导脑波仪进行脑电信号实时采集，使用数个导脑电仪，连接电极，进行脑电信号实时采集；包括：运行PC机与脑波仪接口程序；利用VC++编写Windows平台下与脑电图仪可视化接口程序，实现数据的同步采集，并显示实时采集的脑电图波形；对采集到的数据进行预处理；采用FIR滤波器对数据进行0-30Hz低通滤波，以去除工频噪声以及外部干扰；采用盲源分离方法对经过滤波的脑波进行分解，获得混合信号的各个成分，包含有眼电图、左右脑脑电图；对所得到的左右脑脑电图进行快速傅里叶变换，从时域信号转换到频域信号；求出脑电图波中α、β、θ、δ波的能量；对多层感知器BP神经网络进行分类。具有直接、快速的特点。
-
公开(公告)号：CN101515200B
公开(公告)日：2010-12-01
申请号：CN200910081432.9
申请日：2009-04-03
Applicant: 北京工业大学
Abstract: 一种基于瞬态视觉诱发脑电的目标选择方法，使用VC++编写视觉刺激器界面用于诱发脑电信号，使用16导采集设备采集脑电信号VEP，将采集的脑电信号经过脑电放大器放大及A/D转换，输入计算机中，并以信号电压幅值形式在存储器中存储；采用B样条双正交小波方法提取脑电特征信号并通过BP神经网络的自学习能力进行分类识别并输出相应结果；包括：利用CPU时间戳设计精确定时的视觉刺激器；对并口的输出脉冲进行响应，采集设备采集脑电信号VEP；对采集的信号进行预处理；采用B样条双正交小波方法对脑电信号进行特征提取；采用BP神经网络对特征量进行分类；该方法的优点是采用BP神经网络有利于提高视觉诱发电位的信噪比和识别率。
-
公开(公告)号：CN101219048B
公开(公告)日：2010-06-23
申请号：CN200810056839.1
申请日：2008-01-25
Applicant: 北京工业大学
IPC: A61B5/048 , A61B5/0476
Abstract: 本发明涉及脑-机接口装置中想象单侧肢体运动的脑电特征的提取方法。CSP空间滤波方法的排除相同任务成分提取不同任务成分的性质决定了它对想象单侧肢体运动脑电特征的分类更有针对性，同时CSP算法与FDA特征提取相结合，降低了输入矢量的维数，提高了分类器的推广性，在一定程度上提高分类准确率。使用Fisher判别分析(FDA)将10维输入向量v1，v2(v1为4维，v2为6维)降为两个1维输入向量f1，f2，再经过支持向量机的分类，不但提高了分类准确率。也避免了由于为数过高带来的维数灾难问题，有利于分类器的推广。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.031 seconds)
