北京工业大学左国玉获国家专利权
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!
龙图腾网获悉北京工业大学申请的专利一种分层集成网络结构的建筑工人动作分类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:CN119312195B 。
龙图腾网通过国家知识产权局官网在2025-11-07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:202411349693.5,技术领域涉及:G06F18/2415;该发明授权一种分层集成网络结构的建筑工人动作分类方法是由左国玉;吴启飞;于双悦;高文彬设计研发完成,并于2024-09-26向国家知识产权局提交的专利申请。
本一种分层集成网络结构的建筑工人动作分类方法在说明书摘要公布了:本发明提出了一种分层集成网络结构的建筑工人动作分类方法,包括:获取建筑工人穿戴IMU执行多种动作的动作数据,预处理并建立动作数据集;选取不同的IMU数量及安装位置、滑动时间窗口大小和特征提取数据组合得到多种IMU配置方案;基于多种动作之间的特异性建立有向标签树,基于有向标签树构建分层集成网络,利用动作数据集中的动作数据分别训练分层集成网络,得到训练好的动作分类模型;将每种IMU配置方案的完整动作周期的动作数据输入训练好的动作分类模型,根据4个准确度性能指标和2个实时性能指标来评价每种IMU配置方案的性能,选择满足预设条件的IMU配置方案作为建筑工人动作分类的可选方案。本发明具备分类动作数量多、精准度高、实时性强以及可提供多种IMU配置方案的特点,能够确保可穿戴外骨骼设备准确实时地辅助建筑工人完成多种作业任务。
本发明授权一种分层集成网络结构的建筑工人动作分类方法在权利要求书中公布了:1.一种分层集成网络结构的建筑工人动作分类方法,其特征在于,包括如下步骤: S1:获取建筑工人穿戴IMU执行多种动作的动作数据,将动作数据进行预处理,并建立动作数据集; S2:选取不同的IMU数量及安装位置、滑动时间窗口大小和特征提取数据组合得到多种IMU配置方案;基于多种动作之间的特异性建立有向标签树,基于有向标签树,构建分层集成网络,利用动作数据集中的相应动作数据分别训练分层集成网络,得到训练好的动作分类模型; 11种动作的有向标签树包括根节点的层数N为6; 所述有向标签树中多种动作的二进制标签的编码方法为:在有向标签树中,左子节点、右子节点分别标记为“1”和“0”;所有待分类动作的子节点表示为N-1维向量;若子节点不在第N层,则计算N与当前子节点所在层级的差值M,然后用“0”填充最后N-M位分量; 所述基于有向标签树,构建分层集成网络的方法为:所述有向标签树共有10个父节点和11个子节点,11个子节点分别表示11种动作,10个父节点包括根节点、静态动作、动态动作、弯曲膝盖、到处运动、原地运动、平坦地面、不平坦地面、楼梯和斜坡;为每个父节点构建一个ANN网络对动作进行分类,并对每个父节点的ANN分类器进行单独训练; 每个ANN网络的输入为以该父节点为根节点下所有子节点的动作数据并进行预处理和信号处理得到的输入变量,每个ANN网络的输出为左子节点、右子节点所代表的动作; 每个所述ANN网络均由输入层、编码器层、解码器层和输出层组成,其中,输入层大小由输入向量V决定,编码器层、解码器层和输出层分别为8×1、4×1和2×1,输出层之后为Soft-max层,ANN分类器输出一个二进制标签向量来表示动作类别; 在动作分类中,静立的二进制标签为[01000],静蹲的二进制标签为[00000],静跪的二进制标签为[00100],蹲起的二进制标签为[11000],跪起的二进制标签为[11100],行走的二进制标签为[10000],跑步的二进制标签为[10010],上楼梯的二进制标签为[10100],下楼梯的二进制标签为[10101],上坡的二进制标签为[10111],下坡的二进制标签为[10110]; 动作分类从根节点的子网络开始执行,根节点的子网络的输出动作节点将被用作下一层级节点的子网络,依此类推,直到输出节点没有子节点; S3:将每种IMU配置方案的完整动作周期的动作数据输入训练好的动作分类模型,根据4个准确度性能指标和2个实时性能指标来评价每种IMU配置方案的性能,选择满足预设条件的IMU配置方案作为建筑工人动作分类的可选方案。
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北京工业大学,其通讯地址为:100022 北京市朝阳区平乐园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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励