東南大學徐寶國獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!
龍圖騰網獲悉東南大學申請的專利一種基于神經特征和LSTM的手腕力矩在線估計方法獲國家發(fā)明授權專利權,本發(fā)明授權專利權由國家知識產權局授予,授權公告號為:CN117131396B 。
龍圖騰網通過國家知識產權局官網在2025-09-05發(fā)布的發(fā)明授權授權公告中獲悉:該發(fā)明授權的專利申請?zhí)?專利號為:202311088295.8,技術領域涉及:G06F18/23213;該發(fā)明授權一種基于神經特征和LSTM的手腕力矩在線估計方法是由徐寶國;楊心昊;高澤林;宋愛國設計研發(fā)完成,并于2023-08-28向國家知識產權局提交的專利申請。
本一種基于神經特征和LSTM的手腕力矩在線估計方法在說明書摘要公布了:本發(fā)明公開了一種基于神經特征和LSTM的手腕力矩在線估計方法,包括以下步驟:(1)實驗人員保持手臂不動,通過手腕對力矩傳感器施加力矩;(2)同步采集力矩傳感器的數據和高密度表面肌電信號;(3)使用盲源分離算法對高密度表面肌電信號進行分解,得到運動單位尖峰隊列MUST;(4)基于原始HD?sEMG信號和分解得到的MUST,構建輸入輸出向量,對LSTM進行訓練,同時將神經特征的放電率與力矩進行多項式回歸;(5)通過滑動窗口計算CST的實時放電率DR用于力矩的實時估計。本發(fā)明用于機械假手的自然控制與實時控制,能夠為殘障人士提供更好的交互體驗,同時也能廣泛應用于康復機器人、人機交互等領域。
本發(fā)明授權一種基于神經特征和LSTM的手腕力矩在線估計方法在權利要求書中公布了:1.一種基于神經特征和LSTM的手腕力矩在線估計方法,其特征在于:包括以下步驟: 1訓練數據準備: 實驗前,將高密度電極片附著在被試小臂的伸肌和屈肌部分,完成后,被試按照實驗范式執(zhí)行指定動作;通過高密度電極片采集sEMG,通道數為64通道、128通道或256通道;同時,通過力矩傳感器測量力矩大小;對采集得到的數據進行預處理,用于后續(xù)的離線訓練; 2盲源分離得到MUST: 針對預處理后的數據,使用盲源分離算法得到各個獨立的運動單位動作電位隊列信號MUAPt和相對應的分離向量,并通過Kmeans聚類算法識別出神經放電脈沖,從而得到MUST;MUST是一個0-1序列,0代表該MU當前時刻沒有動作電位產生,1代表該MU當前時刻處于放電激活狀態(tài); 3LSTM神經網絡學習和多項式回歸: 針對原始的HD-sEMG和分解得到的MUSTs,構建序列到序列的LSTM分類器;假設高密度電極片有M個通道,盲源分離得到了N個MUST,那么每一個時間步下,M個通道的sEMG信號組成了一個M維的輸入特征向量,N個當前時間步下的MUST值經過處理后構成了一個N維輸出列向量;使用上述輸入輸出對LSTM進行訓練,得到一個能夠從原始HD-sEMG信號識別出MU是否發(fā)放的神經網絡; 分解得到的MUSTs累加后得到CST,計算CST的尖峰數目,并與升采樣后的力矩進行多項式回歸,確定回歸多項式; 4滑動窗口在線估計力矩: 對在線采集的HD-sEMG信號,每一個新的時間戳,M個通道各自能夠獲得一個新的sEMG采樣數據,共同構成M維輸入向量,經過LSTM網絡的計算,能夠得到一個N維輸出向量;選取400ms的滑動窗口,在該窗口內計算累積脈沖串,通過多項式回歸實時估計手腕力矩。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人東南大學,其通訊地址為:211189 江蘇省南京市江寧區(qū)東南大學路2號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。