Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 郑州大学;苏州毓博智能科技有限公司彭金柱获国家专利权

郑州大学;苏州毓博智能科技有限公司彭金柱获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉郑州大学;苏州毓博智能科技有限公司申请的专利基于视肌融合遥操作的多地形灾后探测机器人系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115922658B

龙图腾网通过国家知识产权局官网在2025-08-15发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211110456.4,技术领域涉及:B25J5/00;该发明授权基于视肌融合遥操作的多地形灾后探测机器人系统是由彭金柱;杨耀雨;刘燕;范朋辉;张方方;刘云设计研发完成,并于2022-09-13向国家知识产权局提交的专利申请。

基于视肌融合遥操作的多地形灾后探测机器人系统在说明书摘要公布了:本发明公开了一种基于视肌融合遥操作的多地形灾后探测机器人系统,包括灾后探测机器人和远程控制平台;与基于视觉‑肌电信号融合的手势识别算法、基于视觉遥操作的机器人无接触远程控制算法、基于多传感器融合的摄像头自适应调整算法和可视化界面构建技术相结合,搭建灾后探测机器人系统。远程控制平台通过对MYO手环采集的肌电信号与摄像头采集的手势信号进行算法融合,实现对机器人的遥操作手势的识别。远程控制平台通过对摄像头拍摄的感知手套的位置进行算法分析,将所得标志物在图像中的坐标信息发送至机器人,控制板基于坐标信息发送移动指令控制电机驱动板,继而驱动电机实现机器人的移动,进行伤情搜寻。

本发明授权基于视肌融合遥操作的多地形灾后探测机器人系统在权利要求书中公布了:1.一种基于视肌融合遥操作的多地形灾后探测机器人系统,其特征在于,包括灾后探测机器人和远程控制平台;灾后探测机器人包括外壳1、微型控制器2、移动底盘3和二轴机械臂4,外壳1固定于移动底盘3上,二轴机械臂4设置于外壳1前端;远程工作平台包括遥感手套、MYO手环、摄像头、蓝牙模块和PC机; 远程控制平台中的PC机通过对摄像头拍摄的感知手套的位置进行算法分析,实现对感知手套上标定物的捕捉;之后将所得标志物在图像中的坐标信息通过蓝牙模块发送至机器人移动底盘3上的控制板39,控制板基于坐标信息并结合自身的GPS定位信息,发送移动指令控制电机驱动板37,继而驱动电机36实现机器人的移动,进行伤情搜寻; 二轴机械臂4上设置摄像头,用于拍摄现场灾情;微型控制器2上集成YOLOVX算法,对摄像头拍摄的现场灾情进行伤员目标识别,当发现伤员时发送当前坐标位置给PC机,PC机将坐标位置发送至搜救员; PC机通过对MYO手环采集的肌电信号与摄像头采集的手势信号进行算法融合,实现对机器人的遥操作手势的识别,之后将识别的手势信号通过蓝牙模块发送至机器人移动底盘3上的控制板39,完成相应操作; PC机通过对MYO手环采集的肌电信号与摄像头采集的手势信号进行融合的算法,为基于视觉-肌电信号融合的手势识别算法; 所述的基于视觉-肌电信号融合的手势识别算法,包括以下步骤: 1进行信息采集与特征提取;通过摄像头进行图像采集,并将采集的图像灰度化,生成单通道手势图;同时,采集同时刻的8通道肌电序列,并将采集到的肌电序列提取其5种时域特征作为区分不同手势的初始数据; 2对得到的肌电信号特征数据进行数据降维;利用线性变换将原始高维度特征数据变换为一组各维度线性无关的特征数据,以提取数据中重要特征分量;将此作为数据成像的初始数据,进行数据成像处理; 3将得到的维序列进行数据成像;将缩放后的1D序列数据从直角坐标系统转换到极坐标系统,得到GAFs矩阵gasf,gadf;然后计算得到用于成像的递归值矩阵,之后将递归值矩阵通过最近邻插值法进行缩放,最后将递归值矩阵和图像的像素值作为RGB图像中R、B和G通道值,生成融合图; 首先将数据缩放到[-1,1]; 其中,yi为一维序列Y中的一个元素,经过缩放后得到新的序列为一维序列中的一个元素;然后将缩放后的序列数据转换到极坐标系统,即将数值看作夹角余弦值,时间戳看作半径,公式如下: 最后通过公式计算: 得到GAFs矩阵gasf,gadf后使用公式: gasfRi,j=255×gcsfi,j gadfRi,j=255×gadfi,j 计算得到用于成像的矩阵,其中,Ri,j为N×N的矩阵,N为gasfi向量的个数,之后将gasfRi,j,gadfRi,j矩阵通过最近邻插值法将其缩放为大小为120×160矩阵,最后将gasfRi,j,gadfRi,j和图像I1的像素值作为RGB图像中R、B和G通道值,生成融合图; 4进行模型训练;将所采集到的融合图输入至MobileNetV3模型进行训练和分类,生成基于肌电和视觉信息的手势分类模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人郑州大学;苏州毓博智能科技有限公司,其通讯地址为:450000 河南省郑州市高新技术开发区科学大道100号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。