机器人路径规划方法、装置、电子设备及存储介质

    公开(公告)号:CN115437372A

    公开(公告)日:2022-12-06

    申请号:CN202210957789.4

    申请日:2022-08-10

    IPC分类号: G05D1/02

    摘要: 本发明提供一种机器人路径规划方法、装置、电子设备及存储介质,涉及人工智能技术领域,其中所述机器人路径规划方法包括:基于至少一个协同任务,为各机器人分配目标子任务,协同任务包括多个子任务,各所述协同任务中的目标子任务位于距离机器人的最短路径上;基于每一个目标子任务,为各机器人分配目标资源,目标资源是距离机器人路径最短、且与目标子任务相匹配的资源;基于目标子任务和目标资源,确定各机器人的运动路径。通过上述方法,可以为各机器人分配路径最短的目标子任务和目标资源,同时在充分考虑协同任务中子任务与资源之间的依赖关系的基础上,能够规划出机器人执行协同任务的最短运动路径,提高了机器人执行协同任务的效率。

    手术机器人、手术机器人控制方法及存储介质

    公开(公告)号:CN115399886A

    公开(公告)日:2022-11-29

    申请号:CN202210745305.X

    申请日:2022-06-27

    IPC分类号: A61B34/30 A61B34/20

    摘要: 本发明提供一种手术机器人、手术机器人控制方法及存储介质,涉及医疗器械技术领域,解决了无法准确地将柔性电极植入目标对象内的问题。该手术机器人包括:柔性电极布置单元,用于安装柔性电极;柔性电极植入单元,包括植入针,用于将柔性电极在植入针的辅助下植入目标对象;图像采集单元,用于采集植入针和柔性电极端部设置的电极环之间的第一位置关系图像、植入针和目标对象之间的第二位置关系图像;控制单元,用于确定植入针和电极环之间的第一相对位姿、并确定植入针和目标对象之间的第二相对位姿,根据第一相对位姿和第二相对位姿将柔性电极在植入针的辅助下植入目标对象。本发明能够使柔性电极准确植入目标对象内。

    图像特征提取方法、装置和电子设备

    公开(公告)号:CN115294351A

    公开(公告)日:2022-11-04

    申请号:CN202210754230.1

    申请日:2022-06-28

    发明人: 秦方博 余山 徐德

    摘要: 本发明提供一种图像特征提取方法、装置和电子设备,涉及机器视觉技术领域,其中方法包括:获取针状工具的原始图像;将所述原始图像输入至特征提取网络中,得到所述特征提取网络输出的多个特征图;其中,所述多个特征图至少包括以下之一:针尖点置信度图、针尖轮廓图、针尖方向图和针尖清晰度图;所述特征提取网络是基于包含针状工具的图像样本、以及所述图像样本对应的多个特征真值图训练得到的,本发明可以基于训练得到的特征提取网络得到至少一个特征图,从而实现了对针状工具特征的提取。

    图像重建方法、装置、电子设备与存储介质

    公开(公告)号:CN114708353B

    公开(公告)日:2022-09-06

    申请号:CN202210628118.3

    申请日:2022-06-06

    发明人: 崔玥 李超 余山

    摘要: 本发明涉及人工智能技术领域,提供一种图像重建方法、装置、电子设备与存储介质,通过确定待重建的神经影像,将神经影像输入至图像重建模型,得到神经影像的重建结果。采用的图像重建模型通过第一样本神经影像及其对应的样本重建结果对目标预训练模型进行训练得到,目标预训练模型则是通过对比学习无监督预训练、跨模态影像转换有监督预训练以及图像重建无监督预训练这三种预训练方式训练得到,避免了模型出现过拟合的问题,极大提升了模型在图像重建任务上的性能与泛化性,在此基础上,应用图像重建模型对输入的神经影像进行重建,能够极大提升重建结果的准确性。

    柔性电极植入方法、装置、设备和存储介质

    公开(公告)号:CN114796858A

    公开(公告)日:2022-07-29

    申请号:CN202210745989.3

    申请日:2022-06-29

    IPC分类号: A61N1/05

    摘要: 本发明提供一种柔性电极植入方法、装置、设备和存储介质,涉及自动控制技术领域,用以解决现有技术中柔性电极植入方法较为复杂,容易导致该柔性电极植入的准确性较低的缺陷,从而提高该柔性电极植入的准确性。在本发明实施例中,柔性电极植入方法,应用于电极植入装置,所述电极植入装置包括植入针和夹钳组件,所述夹钳组件包括第一夹钳和第二夹钳,所述方法包括:控制所述夹钳组件进行移动,以使柔性电极位于所述第一夹钳与所述第二夹钳之间;在检测到所述第一夹钳与所述第二夹钳之间的第一距离小于第一预设距离阈值时,将所述植入针的针尖穿过所述柔性电极;利用所述植入针将所述柔性电极植入至目标物体。

    柔性电极植入装置
    46.
    发明公开

    公开(公告)号:CN114795426A

    公开(公告)日:2022-07-29

    申请号:CN202210720997.2

    申请日:2022-06-24

    IPC分类号: A61B17/34 A61B17/00

    摘要: 本发明提供一种柔性电极植入装置,属于医疗器械技术领域,该装置包括吸附机构,所述吸附机构包括:主板、动力装置和至少一个定位组件;每个所述定位组件均设置在所述主板上;所述动力装置,用于通过产生的气动力将每个柔性电极的末端贴附于对应的定位组件上。本发明提供的柔性电极植入装置,通过动力装置产生的气动力将柔性电极的末端贴附于定位组件上,柔性电极以贴附方式进行固定,可避免柔性电极的扭曲、变形和位置扰动,实现柔性电极的可靠固定。

    显微相机位置调节方法、设备、装置和存储介质

    公开(公告)号:CN114782498A

    公开(公告)日:2022-07-22

    申请号:CN202210708945.3

    申请日:2022-06-22

    发明人: 秦方博 余山 徐德

    IPC分类号: G06T7/246 G06T7/73 G06T7/80

    摘要: 本发明提供一种显微相机位置调节方法、设备、装置和存储介质,属于机器视觉技术领域,该方法包括:在显微相机视野中心点和常规相机视野中心点的相对位置在预设范围内的情况下,确定显微相机视野中心点与常规相机的第一相对位置和待测量微小目标与常规相机的第二相对位置;根据第一相对位置、第二相对位置、第一旋转矩阵和运动平台的位置信息,确定运动平台的目标调节量;第一旋转矩阵为第一常规相机坐标系到运动平台坐标系的旋转矩阵;基于目标调节量对运动平台和显微相机进行位置调节。本发明的方法高效地实现了显微相机的调节。

    轨迹跟踪方法、装置、电子设备及存储介质

    公开(公告)号:CN114511591A

    公开(公告)日:2022-05-17

    申请号:CN202111667362.2

    申请日:2021-12-31

    发明人: 刘梦实 余山

    IPC分类号: G06T7/246 G06T3/40

    摘要: 本发明提供一种轨迹跟踪方法、装置、电子设备及存储介质,其中,轨迹跟踪方法包括:获取目标视频帧序列;对各个目标视频帧进行处理,得到第一空间特征视频帧序列和第二空间特征视频帧序列;分别在各个第一空间特征视频帧中和各个第二空间特征视频帧中,进行目标对象的检测,得到第一目标空间特征视频帧序列和第二目标空间特征视频帧序列;基于分组优先级条件,将候选第一目标空间特征视频帧与候选第二目标空间特征视频帧进行拼接,得到目标背景图像;对目标背景图像与对应时间段内的目标视频帧进行差值处理,得到差异像素点集;基于差异像素点集,得到目标对象的跟踪轨迹。本方法能够提高轨迹跟踪准确度。

    基于渐进式关系学习的群体行为识别模型及其训练方法

    公开(公告)号:CN110516599A

    公开(公告)日:2019-11-29

    申请号:CN201910798505.X

    申请日:2019-08-27

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明属于行为识别领域,具体涉及一种基于渐进式关系学习的群体行为识别模型及其训练方法,旨在通过挖掘群体行为中的关键关系来解决现有技术中群体行为识别准确度不高的问题。本发明群体行为识别模型包括语义关系图生成网络、强化学习网络和softmax分类层;并对所述语义关系图网络、所述强化学习网络两个网络,轮替的保持其中一个网络的网络参数不变/移除该网络的基础上训练另外一个网络的网络参数,直至达到预设的训练结束条件,获得训练后的所述群体行为识别模型。通过本发明得到的群体行为识别模型的具有更高的识别准确度。

    基于情景信号类前额叶网络的信息处理方法、系统、装置

    公开(公告)号:CN109784287A

    公开(公告)日:2019-05-21

    申请号:CN201910058284.2

    申请日:2019-01-22

    发明人: 曾冠雄 陈阳 余山

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明属于模式识别及类脑机器学习领域,具体涉及了一种基于情景信号类前额叶网络的信息处理方法、系统、装置,旨在解决复杂情况下即复杂多任务情况下系统结构复杂、灵活性差、训练样本需求量大的问题。本发明方法包括:选择对应特征向量提取器进行特征提取;将信息特征向量与情景信号集中每一个情景信号进行维度匹配;维度匹配后的情景特征向量输入特征向量分类器,获得分类信息。本发明方法利用类似于前额叶的模块,实现面向情境信息的多任务学习,在上下文情景信息不能事先确定的情况下,可以逐步学习依赖于上下文情境信息的映射,处理后的数据可应用于多任务学习或更高要求的连续多任务学习。