恭喜华南理工大学张铁获国家专利权
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!
龙图腾网恭喜华南理工大学申请的专利基于人类技能学习及模仿的人-机器人协同控制方法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:CN115268629B 。
龙图腾网通过国家知识产权局官网在2025-05-06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:202210666670.1,技术领域涉及:G06F3/01;该发明授权基于人类技能学习及模仿的人-机器人协同控制方法是由张铁;孙韩磊;邹焱飚设计研发完成,并于2022-06-14向国家知识产权局提交的专利申请。
本基于人类技能学习及模仿的人-机器人协同控制方法在说明书摘要公布了:本发明提供了基于人类技能学习及模仿的人‑机器人协同控制方法,包括以下步骤:人类导师拖动机器人自由运动,采集该过程中人类导师的手臂肌肉群的肌电信号和关节转角信息以及真实的手臂力量作为三维手臂力量估计模型的训练样本;提取肌电信号中的幅值信息和震颤信息;对幅值信息和关节转角信息进行数据融合,获得三维运动方向的力相关信息;借助添加了肌电信号修正单元和输入输出控制单元的并联长短时记忆神经网络构建三维手臂力量估计模型;建立手臂力量为输入和运动速度为输出的回归关系,完成人类协作技能模仿模型的构建;将三维手臂力量转化为机器人的速度调整量,从而控制机器人配合人类完成协作任务,让协作系统具备更加柔顺的交互性能。
本发明授权基于人类技能学习及模仿的人-机器人协同控制方法在权利要求书中公布了:1.基于人类技能学习及模仿的人-机器人协同控制方法,其特征在于,该方法包括信号采集及处理、三维手臂力量估计模型的构建、人类协作技能模仿模型的构建和人-机器人协作,分别对应如下步骤:步骤1、人类导师通过施加不同的大小和方向的手臂力量拖动机器人自由运动,采集人类导师的手臂肌肉群的肌电信号和关节转角信息以及真实的手臂力量作为三维手臂力量估计模型的训练样本;并采用均方根滤波器提取肌电信号中的幅值信息,采用快速傅里叶变换提取肌电信号中震颤信息,从而完成信号采集及处理;步骤2、采用快速正交搜索方法,对得到的幅值信息和关节转角信息进行数据融合,获得三维运动方向的力相关信息;将获取的幅值信息、震颤信息和力相关信息作为输入,真实的手臂力量为输出,借助添加了肌电信号修正单元和输入输出控制单元的并联长短时记忆神经网络,构建用于估计得到三维手臂力量的三维手臂力量估计模型;步骤3、借助三维手臂力量估计模型和角度传感器获得人类协作演示过程的手臂力量信息和速度信息,建立手臂力量为输入和运动速度为输出的回归关系,从而完成人类协作技能模仿模型的构建;步骤4、依据构建的人类协作技能模仿模型,将估计得到的三维手臂力量直接转化为机器人的速度调整量,从而控制机器人配合人类完成协作任务;所述肌电信号修正单元采用基于低通离散滤波器原理的神经网络结构,EES[n]=EES[n-1]+σEFFTWE+bEERMS[n]-EES[n-1];式中,EES[n]为第n个数据修正后的肌电信号;WE和bE为肌电信号修正单元的权值和偏置;σ·为Sigmoid函数;ERMS[n]为第n个经均方根滤波处理的肌电信号幅值信息;所述输入输出控制单元采用朴素贝叶斯算法获取人类运动意图的方向,其表达式为, 式中,ERMS1,ERMS2,……,ERMS6为待分类样本,分别为六块肌肉群均方根滤波后的肌电信号幅值信息;yk为人类运动意图方向,分为四种特征属性,分别为无输出力、X轴方向力、Y轴方向力和Z轴方向力,其中当三个方向的力均小于4N视为无输出力;PERMSi|yk为特征属性发生情况下各分类样本的概率;Pyk为各特征属性发生的条件概率;PERMSi为分类样本出现的概率;yt为当前时刻人类运动意图方向;所述震颤信息为4-12Hz的肌电信号平均幅值,其表达式为: 式中,EFFT为震颤信息,FEraw[k]为时域信号的双边功率密度谱的第k个数值,其由快速傅里叶变换求得;N为样本数据量;nmin和nmax分别代表频率为4Hz和12Hz时对应的双边功率密度谱序列号。
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华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381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”。
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。