-
公开(公告)号：CN119934446A
公开(公告)日：2025-05-06
申请号：CN202510022142.6
申请日：2025-01-07
Applicant: 哈尔滨工业大学水资源国家工程研究中心有限公司 , 广东粤海水务股份有限公司 , 广东粤海水务投资有限公司 , 哈尔滨工业大学
IPC: F17D5/06 , F17D5/02 , G06F18/2131 , G06F18/243 , G06N3/0464 , G06N3/08 , G06F123/02
Abstract: 一种基于BD联合卷积神经网络的供水管道泄漏检测方法，涉及一种供水管道泄漏检测方法，为了解决现有的供水管网泄漏检测检测中，盲解卷积滤波器无法直接与深度学习的算法联合使用，导致识别模型识别的准确率差问题。本发明通过BD滤波器对获取的含噪信号进行滤波处理，获得频域滤波信号；利用频域滤波信号对卷积神经网络模型进行参数优化训练，生成供水管道泄露识别模型；将将泄露点位的当前含噪声信号通入至供水管道泄露识别模型输入端，输出检测结果。有益效果为提高了供水管道识别模型对待检测信号识别的准确度。
-
公开(公告)号：CN118987558A
公开(公告)日：2024-11-22
申请号：CN202411228080.6
申请日：2024-09-03
Applicant: 哈尔滨工业大学
IPC: A63B21/00 , A63B23/16 , A63B23/12 , A63B71/06 , A63B24/00 , A63B71/00 , A61H1/02 , A61B5/389 , A61B5/397 , A61B5/00
Abstract: 上肢全周期康复训练装置及方法，属于康复训练领域，本发明为解决现有上肢康复机器人训练效果不好，且安全性差的问题。本发明包括康复机械臂、肌电采集单元、摄像头、对侧康复手套、上位机和平台；康复机械臂包括机械臂、力传感器和康复训练手柄，机械臂末端通过力传感器连接康复训练手柄；机械臂在康复训练中通过康复训练手柄来辅助患者上肢运动；肌电采集单元，用于采集肌电信号进行运动意图识别；摄像头，用于采集患者健侧手部动作，镜像指导患侧手指训练；对侧康复手套包括机械手套和控制装置；机械手套由控制装置通过线索牵引带动手指进行康复训练；上位机，用于接收力传感器、肌电采集单元和摄像头信息，给机械臂和控制装置发送训练指令。
-
公开(公告)号：CN115640539A
公开(公告)日：2023-01-24
申请号：CN202211295037.2
申请日：2022-10-21
Applicant: 哈尔滨工业大学
IPC: G06F18/241 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/09 , G06N3/096
Abstract: 一种基于协方差对齐的运动想象脑电信号自适应分类方法，涉及一种运动想象脑电信号的分类方法；了解决现有的分类方法无法提取脑电信号深度特征，导致对跨个体、跨时间运动想象脑电信号泛化能力低的问题。本发明基于源域卷积神经网络实现对脑电信号深度特征的自动提取，得到源域脑电特征和分类损失；将源域网络的参数迁移到目标域网络，目标域脑电数据通过目标域卷积神经网络得到目标域脑电特征；计算源域和目标域脑电特征的协方差距离得到领域自适应损失；最后同步优化分类损失和自适应损失完成对卷积网络的参数微调，得出目标域脑电信号的标签，以实现对目标域脑电信号的自适应分类。有益效果为提高了跨个体、跨时间运动想象脑电信号泛化能力。
-
公开(公告)号：CN114098768B
公开(公告)日：2024-05-03
申请号：CN202111417486.5
申请日：2021-11-25
Applicant: 哈尔滨工业大学
Abstract: 基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法，属于康复治疗领域，为了解决现有的识别方法在模型选择和参数调节时，存在耗时长以及识别效率低的问题。本发明针对样本个体采集的原始表面肌电信号进行滤波和活动段识别后，进行特征值提取，构建源域；以源域为基础，引入概率矩阵和中心距离构建损失函数，通过线性规划方法求出解迁移学习分类器；对待识别个体的原始表面肌电信号依次进行采集、滤波和活动段识别后，进行特征值提取，生成目标域；将目标域与源域进行域内对齐后输入迁移学习分类器，完成对待识别个体的手势动作的识别。有益效果为避免了模型选择和参数调节的同时，减少了标签数据和训练时间。
-
公开(公告)号：CN113319855A
公开(公告)日：2021-08-31
申请号：CN202110719915.8
申请日：2021-06-28
Applicant: 哈尔滨工业大学
IPC: B25J9/16
Abstract: 一种多关节诊疗机器人柔顺力控制模式下的重力补偿方法，属于诊疗机器人力控领域，为了解决现有的重力补偿方法对诊疗机器人重力补偿精度不足的问题。本发明实时记录机器人多个姿态下的姿态矩阵以及传感器的测量值，构造线性方程组，通过最小二乘法求解诊疗工具的参数向量；在诊疗工具处于初始位置时以及按照大地坐标系调整诊疗工具的姿态，使诊疗工具的重力只剩沿六维力与力矩传感器坐标的y轴方向时，分别记录传感器的测量值；在传感器坐标系下，利用降维解析法计算诊疗工具重心的位置；计算出诊疗工具的重力分量与力矩分量补偿值，实现对诊疗工具的重力补偿。有益效果为实现对多种诊疗工具在多姿态工作模式下的高精度重力补偿。
-
Patent Agency Ranking
公开(公告)号：CN110793966A
公开(公告)日：2020-02-14
申请号：CN201911081714.9
申请日：2019-11-07
Applicant: 哈尔滨工业大学
Abstract: 航空电连接器接触件缩针自动化检测装置及其检测方法，属于电连接器技术领域，本发明为解决现有采用人工对变电站进行巡视盲点多、视觉定位不准确的问题。本发明所述航空电连接器接触件缩针自动化检测装置，包括检测平台和上位机；通过上位机控制电机驱动三维移动机构移动，带动视觉检测机构和缩针探测机构移动，对安装在电连接器装卡机构上的待测电连接器进行移动测量；缩针探测机构依次接触待测电连接器上的每个插针，给每个插针施加恒力，同时获得每个插针的位移值，将位移值上传至上位机，上位机根据位移值生成测量表格，并根据位移值判断插针是否发生缩针现象，完成自动化检测过程。本发明用于对电连接器接触件进行自动化检测。
-
公开(公告)号：CN116942467A
公开(公告)日：2023-10-27
申请号：CN202310844267.8
申请日：2023-07-11
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种用于偏瘫患者手部功能恢复的康复训练系统，属于康复医疗领域，尤其涉及偏瘫患者手部功能的恢复；解决了现有康复训练系统所存在的训练方式被动、患者训练积极性差、训练效率低、无法获得训练反馈以及无法对康复训练的效果进行评估的问题；所述系统包括肌电信号采集装置、上位机装置以及外骨骼康复手套装置；所述上位机装置包括预处理模块、特征提取模块、分类模型模块以及运动指令模块；所述预处理模块，用于对所述表面肌电信号进行预处理操作，获得预处理后的表面肌电信号；所述特征提取模块，用于对所述预处理后的表面肌电信号进行特征提取操作，获取其特征向量。本发明适用于对偏瘫患者手部进行康复训练。
-
公开(公告)号：CN113319855B
公开(公告)日：2022-04-12
申请号：CN202110719915.8
申请日：2021-06-28
Applicant: 哈尔滨工业大学
IPC: B25J9/16
Abstract: 一种多关节诊疗机器人柔顺力控制模式下的重力补偿方法，属于诊疗机器人力控领域，为了解决现有的重力补偿方法对诊疗机器人重力补偿精度不足的问题。本发明实时记录机器人多个姿态下的姿态矩阵以及传感器的测量值，构造线性方程组，通过最小二乘法求解诊疗工具的参数向量；在诊疗工具处于初始位置时以及按照大地坐标系调整诊疗工具的姿态，使诊疗工具的重力只剩沿六维力与力矩传感器坐标的y轴方向时，分别记录传感器的测量值；在传感器坐标系下，利用降维解析法计算诊疗工具重心的位置；计算出诊疗工具的重力分量与力矩分量补偿值，实现对诊疗工具的重力补偿。有益效果为实现对多种诊疗工具在多姿态工作模式下的高精度重力补偿。
-
公开(公告)号：CN110793966B
公开(公告)日：2022-03-04
申请号：CN201911081714.9
申请日：2019-11-07
Applicant: 哈尔滨工业大学
Abstract: 航空电连接器接触件缩针自动化检测装置及其检测方法，属于电连接器技术领域，本发明为解决现有采用人工对变电站进行巡视盲点多、视觉定位不准确的问题。本发明所述航空电连接器接触件缩针自动化检测装置，包括检测平台和上位机；通过上位机控制电机驱动三维移动机构移动，带动视觉检测机构和缩针探测机构移动，对安装在电连接器装卡机构上的待测电连接器进行移动测量；缩针探测机构依次接触待测电连接器上的每个插针，给每个插针施加恒力，同时获得每个插针的位移值，将位移值上传至上位机，上位机根据位移值生成测量表格，并根据位移值判断插针是否发生缩针现象，完成自动化检测过程。本发明用于对电连接器接触件进行自动化检测。
-
公开(公告)号：CN114098768A
公开(公告)日：2022-03-01
申请号：CN202111417486.5
申请日：2021-11-25
Applicant: 哈尔滨工业大学
Abstract: 基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法，属于康复治疗领域，为了解决现有的识别方法在模型选择和参数调节时，存在耗时长以及识别效率低的问题。本发明针对样本个体采集的原始表面肌电信号进行滤波和活动段识别后，进行特征值提取，构建源域；以源域为基础，引入概率矩阵和中心距离构建损失函数，通过线性规划方法求出解迁移学习分类器；对待识别个体的原始表面肌电信号依次进行采集、滤波和活动段识别后，进行特征值提取，生成目标域；将目标域与源域进行域内对齐后输入迁移学习分类器，完成对待识别个体的手势动作的识别。有益效果为避免了模型选择和参数调节的同时，减少了标签数据和训练时间。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.021 seconds)
