-
公开(公告)号：CN115956932A
公开(公告)日：2023-04-14
申请号：CN202211395135.3
申请日：2022-11-08
Applicant: 清华大学 , 北京宁矩科技有限公司
Abstract: 本发明涉及一种肌肉疲劳的检测方法及系统，肌肉疲劳的检测方法包括：获取来自多个无线肌电图信号采集器的肌电图信号，并将肌电图信号保存到先进先出的数据缓存器中；基于预设的肌电图信号特征计算算法，分别计算每个肌电图信号对应的平均功率谱频率，并且将计算过程中的数据保存至先进先出的数据缓存器中；基于每个肌电图信号对应的平均功率谱频率确定肌肉疲劳的程度；计算每个肌电图信号对应的平均功率谱频率的过程中包括：基于巴特沃斯高通滤波器滤除肌电图信号中的低频噪声；以及基于插值滤波器平滑肌电图信号中包括的处于工业频率范围内的频谱。基于此，实现无线并且能够实时快速地进行肌肉疲劳的检测。
-
Patent Agency Ranking
公开(公告)号：CN115187745A
公开(公告)日：2022-10-14
申请号：CN202210541885.0
申请日：2022-05-18
Applicant: 清华大学 , 千寻位置网络有限公司
Abstract: 本发明提供了一种基于FPGA的用于电力线的提取激光雷达点云数据处理系统，包括顺序依次连接的：数据缓冲模块、点云网格化模块、特征提取模块、特征图缓存、分类器、存储传输模块。所述数据缓冲模块接收激光雷达发送的原始点云数据。所述点云网格化模块将所述点云数据在XOY平面上分组为网格。所述特征提取模块在每个所述网格中并行计算多种特征，从而生成二维特征图，并保存在所述特征图缓存中。所述分类器用于根据所述二维特征图判断所述网格是否包含电力线和/或电力塔。整个系统集成在Xilinx Ultra 96单板机上，采用FPGA进行加速。该系统可与激光雷达一起轻松安装在无人机上，实现低延迟的本地数据处理。
-
公开(公告)号：CN116019440A
公开(公告)日：2023-04-28
申请号：CN202211393227.8
申请日：2022-11-08
Applicant: 清华大学 , 北京宁矩科技有限公司
Abstract: 本申请公开了一种步态分析方法、装置、系统、电子设备及存储介质。该步态分析方法包括：同时获取目标对象的生物电信号、以及目标对象运动时的双视角同步视频；通过轻量级姿态估计网络模型从所述双视角同步视频中提取步态参数；对所述生物电信号进行特征提取，得到生物电信号特征参数；将步态参数和生物电信号特征参数相结合，得到综合步态分析结果。本申请实施例提供的步态分析方法，获取的数据较为全面，通过轻量化算法提高计算速率并降低分析成本，结合生物电信号和双视角同步视频所获得的步态分析结果较为准确，能够满足当前神经疾病研究中对多种类数据全面性的需求，实现对神经疾病的定量评估，促进神经疾病研究进展。
-
公开(公告)号：CN114244369A
公开(公告)日：2022-03-25
申请号：CN202111223910.2
申请日：2021-10-18
Applicant: 清华大学 , 北京宁矩科技有限公司
Abstract: 本申请公开了一种逐次逼近式模数转换转置，包括比较装置、逐次逼近寄存器逻辑电路以及两个数模转换装置；数模转换装置包括电容器阵列和多个多路选择装置；电容器阵列包括桥接电容器以及通过桥接电容器相连接的LSB阵列和MSB阵列；LSB阵列和MSB阵列均分别包括至少一个第一电容器；各第一电容器均分别对应连接一个多路选择装置；比较装置以及各多路选择装置均分别与逐次逼近寄存器逻辑电路相连接；两个所述数模转换装置分别与所述比较装置的正向输入端和负向输入端相连接。本申请的逐次逼近式模数转换转置，其电容器阵列分为LSB阵列和MSB阵列，能够改善差分非线性，减少电容器数量的指数级增长，从而大大减小电容器阵列的总面积以及功耗。
-
公开(公告)号：CN118212261A
公开(公告)日：2024-06-18
申请号：CN202410261186.X
申请日：2024-03-07
Applicant: 清华大学 , 北京宁矩科技有限公司
IPC: G06T7/246 , G06V40/18 , G06T5/50 , G06N3/0464 , G06N3/08 , G06F17/18 , G06V10/764 , G06V10/774
Abstract: 本申请公开了一种视线追踪方法、装置、设备、存储介质及视线追踪系统。该视线追踪方法包括：获取目标图像，所述目标图像为当前用户的实时眼睛图像；从所述目标图像中提取目标特征，所述目标特征用于表征所述目标图像中眼睛的视线方向；分别获取所述目标特征与第一数目个参考特征中每一参考特征之间的差别，得到第一数目个视线方向差别预测结果；根据所述第一数目个视线方向差别预测结果，获取视线追踪结果。本申请实施例提供的视线追踪方法，对算法运行平台的计算能力要求较低，尤为适用于需要实时执行视线追踪任务的便携式设备，视线追踪结果的准确度较高。
-
公开(公告)号：CN113229832A
公开(公告)日：2021-08-10
申请号：CN202110316024.8
申请日：2021-03-24
Applicant: 清华大学
Abstract: 本申请公开了一种用于获取人体运动信息的系统和方法，包括：数据处理模块、多个肌电信号获取模块和至少两个图像获取模块；所述肌电信号获取模块，用于采集用户的肌电信号数据，发送至所述数据处理模块；所述图像获取模块，用于采集用户的图像数据，发送至所述数据处理模块；所述数据处理模块，用于根据所述图像数据使用卷积神经网络获取用户的骨骼运动特征；提取所述肌电信号数据的多种肌电特征；根据所述骨骼运动特征和多种肌电特征，确定用户的运动信息。通过卷积神经网络从图像获取模块采集的图像数据中获取用户的骨骼运动特征，再联合从肌电信号获取模块采集的肌电信号数据中获取的多种肌电特征，能够准确、客观的得到被测试者的运动信息。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
