-
公开(公告)号：CN117137480A
公开(公告)日：2023-12-01
申请号：CN202311127952.5
申请日：2023-09-04
申请人： 东南大学
IPC分类号： A61B5/11 , A61B5/103 , A61B5/00 , G06V40/20 , G06N3/0442 , G06N3/045 , G06N3/08 , G06V10/82 , G06N3/0464
摘要： 基于计算与仿真特征的半月板损伤患者康复监测方法，涉及步态分析领域。患者佩戴惯性测量单元以及足底压力传感单元，采集相关步态数据并计算实际相关特征，建立下肢骨骼仿真模型并输出对应的仿真相关特征，对实际与仿真数据特征进行加权数据融合并扩充数据集。对数据集使用CNN‑LSTM‑MLP模型，实现步态动作识别及其半月板损伤程度的预测等，进而实现半月板损伤患者下肢步态分析及康复监测的目的。本发明方案高效用于现有大多数的步态分析与监测技术，并且针对患者的步态数据特征，对患者步态康复程度进行仿真模拟与康复判断。
-
公开(公告)号：CN116679693A
公开(公告)日：2023-09-01
申请号：CN202310441613.8
申请日：2023-04-23
申请人： 东南大学
IPC分类号： G05D1/02
摘要： 融合螺旋桨水动力的无人艇自抗扰控制方法,首先建立水面无人艇的动力学模型,然后分析无人艇的受力模型，估计出受到风浪、水流干扰的作用力和力矩，实时反馈无人艇的运动状态变化，并利用扩张状态观测器对未建模部分与不确定部分进行实时观测。基于自抗扰控制方法设计控制律，并在螺旋桨控制律中加入风浪和水流扰动以及重心的变化情况，在遇到外界环境干扰和不确定性干扰可以及时的补偿从而实现稳定的航行，相比于现有姿态控制方案能够提高水面无人艇的航行控制性能，更适用于实际航行过程。
-
公开(公告)号：CN116471661A
公开(公告)日：2023-07-21
申请号：CN202310444224.0
申请日：2023-04-24
申请人： 东南大学
IPC分类号： H04W64/00 , H04W24/00 , H04B17/391 , H04B17/318 , G01S5/02
摘要： 基于射线跟踪的地下管廊机会信号分析方法定位方法，包括地下管廊地图模块、基于射线跟踪的机会信号模块、改进算法定位输出模块，其中，所述地下管廊地图模块包括管网拓扑地图、待定区域栅格化地图、信号强度分布地图；机会信号包括Wi‑Fi无线信号、蓝牙无线信号、超宽带无线信号及其统计传输模型；基于射线跟踪的无线信号模块用于仿真生成无线信号信息；最后融合地图约束、PDR、机会信号权重进行定位分析。本发明融合现有多种射频定位信息，实现模型仿真分析、算法融合处理的能力，为后续进行多种定位技术的实际验证、测试奠定了基础。
-
公开(公告)号：CN115607146A
公开(公告)日：2023-01-17
申请号：CN202211620807.6
申请日：2022-12-16
申请人： 东南大学
摘要： 一种用于腿部姿态估计的可穿戴单节点设备及测量方法，设备由一个微惯性传感器以及多块水凝胶集成，置于膝盖处，能够测量人体运动时的大腿、小腿姿态以及膝关节的角度。首先利用大腿姿态、水凝胶测量数据估计人体运动状态，而后根据运动约束条件，预测小腿姿态；微惯性测量膝关节角度采用互补滤波融合，再与水凝胶的角度测量值利用Kalman滤波器进行融合，获得准确关节角度。本发明仅采用一个微惯性传感器，有效避免了多传感器的对齐问题，同时水凝胶的辅助测量有助于减少惯性解算的累计误差，提高测量结果的准确性和稳定性。
-
公开(公告)号：CN116524595A
公开(公告)日：2023-08-01
申请号：CN202310447527.8
申请日：2023-04-24
申请人： 东南大学
IPC分类号： G06V40/20 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/09
摘要： 一种基于联邦学习的毫米波雷达人体动作识别方法，包括利用毫米波雷达获取人体动作的距离多普勒图数据，并通过卷积神经网络和长短时记忆网络对雷达数据提取浅层特征向量和时间相关性信息，最后通过分类器网络得到检测结果；同时采用联邦学习架构，将多个客户端设备的模型训练参数聚合，不断更新全局模型提高模型精度。在毫米波雷达进行人体动作识别基础上采用联邦学习架构，通过将数据存储和模型训练转移至本地客户端，不直接收集用户数据，仅通过模型参数的聚合来完成中心模型的更新，模型不仅具有高精度和更好的泛化能力，而且有效保障了用户数据的隐私安全。
-
公开(公告)号：CN115607146B
公开(公告)日：2023-03-14
申请号：CN202211620807.6
申请日：2022-12-16
申请人： 东南大学
摘要： 一种用于腿部姿态估计的可穿戴单节点设备及测量方法，设备由一个微惯性传感器以及多块水凝胶集成，置于膝盖处，能够测量人体运动时的大腿、小腿姿态以及膝关节的角度。首先利用大腿姿态、水凝胶测量数据估计人体运动状态，而后根据运动约束条件，预测小腿姿态；微惯性测量膝关节角度采用互补滤波融合，再与水凝胶的角度测量值利用Kalman滤波器进行融合，获得准确关节角度。本发明仅采用一个微惯性传感器，有效避免了多传感器的对齐问题，同时水凝胶的辅助测量有助于减少惯性解算的累计误差，提高测量结果的准确性和稳定性。
-
公开(公告)号：CN116500935A
公开(公告)日：2023-07-28
申请号：CN202310447521.0
申请日：2023-04-24
申请人： 东南大学
IPC分类号： G05B19/042 , H04W4/021 , H04W4/33 , H04W64/00 , H04W12/02 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/088 , G06N3/098 , G06F18/23 , G06F18/24 , G06F18/27
摘要： 一种基于联邦学习室内蓝牙指纹定位的建筑能耗控制方法，将室内指纹定位与联邦学习结合，利用终端设备自身的算力，处理数据并训练模型，将训练后的模型参数传输至中心服务器，中心服务器基于联邦学习算法对接收到的各终端模型参数进行整合处理，得到更新后的全局参数，再返还至各终端用于后续的模型训练。本发明中所提到的室内指纹定位采用一种基于SAE‑CNN算法的BLE定位系统，能够以较低的成本完成室内人员空间位置的分析与预测。通过增加并行度和增加终端本地的计算量的方式，有效减少通信代价；通过传输模型参数而非信号强度数据，有效保护个人隐私；基于室内定位得到人员分布从而对建筑能耗进行控制，以达到节能目的。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.017 秒)