-
公开(公告)号：CN118584966A
公开(公告)日：2024-09-03
申请号：CN202411074117.4
申请日：2024-08-07
Applicant: 东北大学 , 东北大学佛山研究生创新学院
IPC: G05D1/43 , G05D109/10
Abstract: 一种脑空间认知机理启发的移动机器人仿生导航规划与控制方法，属于移动机器人仿生导航领域。包括：一）基于认知地图状态神经元及经验事件集合序列特性，通过序列重组和优化，为移动机器人规划一条从当前位置到达目标位置的无碰撞最优全局导航路径；二）在全局导航路径基础上将目标导航任务离散成多个子目标导航任务，利用头朝向细胞网络活性确定移动机器人运动朝向，网格细胞网络活性确定移动机器人运动距离，协同控制移动机器人依次到达子目标位置，最终到达目标位置。本发明能够为移动机器人规划一条从当前位置到达目标位置的无碰撞最优全局导航路径，在大规模认知地图中仍能以较高效率进行路径规划；能够有效提升到达目标位置的置信度。
-
公开(公告)号：CN116901613A
公开(公告)日：2023-10-20
申请号：CN202310835383.3
申请日：2023-07-10
Applicant: 东北大学
Abstract: 本发明属于麦克纳姆轮领域，提出了一种可变形麦克纳姆轮，其包括麦克纳姆轮机构、变形机构和变形驱动机构；变形机构一端安装在麦克纳姆轮机构上，并能沿着麦克纳姆轮轴向进行移动；变形机构另一端与变形驱动机构连接，变形驱动机构带动可变形麦克纳姆轮在麦克纳姆轮模式与普通轮模式中切换，变形驱动机构安装在底盘机构上能够驱动变形机构移动。本发明通过控制摩擦盘位置可以锁死麦克纳姆轮侧向移动的自由度，达到了如下的技术效果：可以实现在麦克纳姆轮模式和普通轮模式之间进行转换，以适应不同场景，提升了麦克纳姆轮的前向和后向运动的移动效率。
-
公开(公告)号：CN108847238B
公开(公告)日：2022-09-16
申请号：CN201810886913.6
申请日：2018-08-06
Applicant: 东北大学
IPC: G10L15/22 , G10L15/26 , G10L15/30 , G10L15/08 , G10L21/0208 , G10L21/0272 , G10L25/30
Abstract: 本发明属于语音识别领域，公开了一种服务机器人语音识别方法。本发明的语音对话系统利用语音分离和文本处理，提高了语音对话系统的性能。主要包括以下方面：一、服务机器人语音识别系统在传统语音识别系统的基础上加入了声源分离环节解决了系统对混合声音流的识别问题，二、服务机器人语音识别系统在传统语音识别系统的基础上加入了文本筛选环节解决了系统对“无意义”文本的滤除问题，改善机器人的错误应答率。实验证明服务机器人语音识别系统较传统语音识别系统对混合声音的识别率有很大的提升，对文本的误应答有明显的改善。
-
公开(公告)号：CN108766434B
公开(公告)日：2022-01-04
申请号：CN201810466591.X
申请日：2018-05-11
Applicant: 东北大学
IPC: G10L15/26 , G10L13/02 , G06F3/0346 , G06F3/01
Abstract: 本发明属于手语翻译软件技术领域，公开了一种手语识别翻译系统及方法。系统包括前端模块、网络连接模块、交互同步模块、算法模块、数据采集、处理模块、手语数据管理模块和资源管理模块；各个模块分别负责在识别过程中各个步骤所需的功能，以及支撑系统持续运行的数据内容的管理。根据采集到的传感器数据，进行数据处理及特征提取。对处理后的数据进行模式识别，多元分类，准确、完整的将手语动作转换为自然语言文本信息。我们对系统及算法进行了良好设计，既保证在识别过程中有良好的识别精准度，又确保用户的在使用过程中有良好的用户体验。
-
公开(公告)号：CN113043248A
公开(公告)日：2021-06-29
申请号：CN202110278782.5
申请日：2021-03-16
Applicant: 东北大学
Abstract: 本发明提供了基于多源传感器的搬运装配全身外骨骼系统及控制方法；该方法包括：外骨骼行走阶段通过检测穿戴者下肢的肌电信号和足底压力信号作为外骨骼初始运动信号的决策指令，中央处理器开始接收姿态传感器数据输出既定步态，行走过程中检测人机交互力，采用导纳控制算法输出位置补偿，达到人机协作一体化。外骨骼装配过程采用肌肉电信号驱动上臂运动，结合激光传感器实现精确定位装配。本发明可以让外骨骼准确感知人体运动意图，实现更强的人机协作运动，最后完成精度更高的装配，进而使用户穿戴外骨骼完成更好的助力，提高穿戴者的用户体验度。
-
Patent Agency Ranking
公开(公告)号：CN110141239A
公开(公告)日：2019-08-20
申请号：CN201910460094.3
申请日：2019-05-30
Applicant: 东北大学
IPC: A61B5/103 , A61B5/11 , A61B5/00 , A61B5/0488 , B25J9/00
Abstract: 一种用于下肢外骨骼的运动意图识别及装置方法，属于下肢外骨骼机器人感知技术领域。所述运动意图识别装置包括下肢肌电信号采集模块、足底压力采集模块、下肢惯性信息测量模块、数据采集与传输模块和中央控制器。所述方法采用一对一SVM多分类得到基于足底压力信号的离线数据库步态轨迹，采用CNN在线关节角度估计模型得到基于肌电信号的关节角度实时预测轨迹，并且依据肌肉疲劳程度将两种轨迹进行变增益信息融合，为外骨骼机器人的下肢关节驱动提供精确的运动期望轨迹。本发明有效地结合了肌电信号的超前性和足底压力信号的稳定性，极大程度上提高了运动意图识别的准确性和实时性，为外骨骼机器人的安全性和助力效率提供充足的保证。
-
公开(公告)号：CN110013312A
公开(公告)日：2019-07-16
申请号：CN201910285790.5
申请日：2019-04-10
Applicant: 东北大学
Abstract: 本发明属于信息控制技术，尤其涉及一种基于深度强化学习的机器人穿刺路径自主选取方法。该方法包括：获取初始化后的机械臂的传感器信息，其中，调整机械臂末端使传感器位于垂直X0Y平面上方的预设高度处；所述传感器包括力传感器和位置传感器；根据传感器信息，采用预先训练的神经网络模型，对机械臂发出下一动作指令，直至机械臂末端达到预先指定终点；其中，所述预先训练的神经网络模型为基于深度强化学习算法训练的神经网络。本发明提供的方法，在保证穿刺精度的同时优化路径选取及效率。
-
公开(公告)号：CN106527738A
公开(公告)日：2017-03-22
申请号：CN201611123327.3
申请日：2016-12-08
Applicant: 东北大学
IPC: G06F3/01
CPC classification number: G06F3/014
Abstract: 本发明提供一种用于虚拟现实系统的多信息体感交互手套系统及方法，涉及虚拟现实技术领域。体感交互手套系统包括手套本体、传感器模块、信号运算放大器模块及模数转换模块、震动反馈模块、处理器模块和通讯模块，采用该体感交互手套系统进行手部运动信息和位姿的计算，计算方法以程序的形式载入上述手套系统的处理器模块，实时对手部运动和姿态信息进行计算，同时接受虚拟现实系统上位机的反馈信息并控制震动反馈模块来模拟触觉，实现双向交互。本发明通过多传感器信息融合技术和基于sEMG的隐式交互，可以对操作人的手部三维运动姿态和力进行精确的识别和计算，为使用者带来身临其境的交互体验。
-
公开(公告)号：CN101430603A
公开(公告)日：2009-05-13
申请号：CN200810229041.2
申请日：2008-11-26
Applicant: 东北大学
IPC: G06F3/01
Abstract: 一种便携实用型手语识别发声装置，由手指弯曲度采集手套、单片机，语音电路三部分组成，其中手指弯曲度采集手套根据手指的动作将由手指弯曲程度产生的电压信号和手运动的加速度产生的电压信号传送给单片机的模拟输入端口，单片机将由手指弯曲程度产生的电压信号和手运动的加速度产生的电压信号进行处理模拟到数字的转换，对转换得到的数字信号进行数据处理，给出当前手语种类信息，进而驱动语音电路进行发声。本发明将有助于改善和提高聋哑残疾人的生活学习和工作条件，使正常人可以为他们提供更好的服务，也能够使得聋哑人，尤其是使得文化程度比较低的聋哑人，使用手语和正常人交流。
-
公开(公告)号：CN116700267A
公开(公告)日：2023-09-05
申请号：CN202310739641.8
申请日：2023-06-21
Applicant: 东北大学
IPC: G05D1/02
Abstract: 本发明的一种深地钻探机器人集群的动态任务分配方法，包括：对深地钻探的环境进行三维建模，进行初始化设置；对异构深地钻探机器人进行分组，设置机器人组的初始坐标，确定机器人组的初始状态向量和控制输入函数；选择最近的一组任务点进行分配，为满足边界约束的机器人组分配任务并归为被动组，剩余机器人组归为主动组；引入人工势场函数使得主动组机器人避开障碍物，进行路径规划，计算机器人组的控制成本和收益；相邻近的机器人组进行收益信息共享，选择收益最高的机器人组获得任务；在竞拍阶段与共识阶段之间不断迭代，为没有分配到任务的主动组机器人继续分配任务，直到达到最大迭代次数或仅剩一个机器人组没有到达任务点。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.028 seconds)
