Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 南京邮电大学徐新洲获国家专利权

南京邮电大学徐新洲获国家专利权

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!

龙图腾网获悉南京邮电大学申请的专利一种柔索驱动连续体关节形状估计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:CN118940429B

龙图腾网通过国家知识产权局官网在2025-12-30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:202410970773.6,技术领域涉及:G06F30/17;该发明授权一种柔索驱动连续体关节形状估计方法是由徐新洲;陈永发;沈帆;李紫千;王正雨设计研发完成,并于2024-07-19向国家知识产权局提交的专利申请。

一种柔索驱动连续体关节形状估计方法在说明书摘要公布了:本发明公开了一种柔索驱动连续体关节形状估计方法。该方法首先利用理论角度信息,及连续体关节连杆的末端三维空间中三个方向力和力矩信息,构造训练样本。然后对每个训练样本进行最小最大值归一化预处理以及形状重塑。接着,送入多通道共同注意力循环神经网络模型,结合训练样本标签,训练得到最优神经网络模型。对于使用理论角度信息,及三个方向力和力矩信息进行表示的测试样本,首先对测试样本进行与训练样本相同的最小最大值归一化预处理和形状重塑,然后送入训练得到的最优神经网络模型,以预测测试样本对应时间点的标记点坐标位置信息。实验结果表明,与传统的回归方法相比,本发明方法具有更好的预测性能,能精确估计连续体关节的形状。

本发明授权一种柔索驱动连续体关节形状估计方法在权利要求书中公布了:1.一种柔索驱动连续体关节形状估计方法,其特征在于,所述方法包括:首先建立柔索驱动手术机器人连续体关节运动数据集,并按照连续体关节末端的负载重量,将其划分为训练集、验证集和测试集;然后,使用连续体关节连杆的末端三维空间中X、Y、Z方向的三个力信息、三个力矩信息和一个通过dSPACE实时控制系统输入的理论角度信息来构造样本特征序列; 同时,使用连续体关节上标记点的坐标位置信息作为样本的标签序列;进一步,按照时间长度T=50个0.5s时间点对这些特征序列进行交叠划分,以构建训练样本、验证样本和测试样本;此外,该方法根据标记点的X坐标位置和Y坐标位置,分别独立地进行了两个预测回归任务;在预测标记点X或Y坐标的回归任务中,每个样本的标签选择为T个时间点中最后一个时间点对应的标记点X或Y坐标位置,所述方法的具体步骤包括: 步骤一、训练集样本表示为其中,n表示训练集的样本个数;对应的样本标签表示为其中,y1,y2,…,yn表示对应标记点的X坐标值或Y坐标值,具体取决于当前所做回归任务的预测对象;然后,对样本中的每个特征进行最大最小值归一化的预处理,处理后的训练集样本表示为 步骤二、对步骤一中经过处理后的样本特征进行形状重塑,将每个样本的特征拆分为三个长度为T的流;对于任一样本三个流分别看成是维度为T×3、T×3、T×1的二维矩阵,对应于三个力信息、三个力矩信息和一个理论角度信息,第s个流表示为 步骤三、构建多通道共同注意力循环神经网络模型,用于估计连续体关节的形状;然后,将步骤二中经过形状重塑后的训练样本集,沿着三个不同的通道送入到构建的神经网络中,并利用对应的样本标签γ,训练深度神经网络f·,得到连续体关节形状估计器 步骤四、对于测试集中的任一样本x,首先经过步骤一中的最大最小值归一化处理和步骤二中的形状重塑,得到经过重塑后的三个流分别为和然后将三个流沿着三个不同的通道输入训练好的连续体关节形状估计器以此对测试集中的每一个样本进行估计,得到相应测试样本的连续体关节上标记点的X或Y坐标。

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南京邮电大学,其通讯地址为:210023 江苏省南京市文苑路9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。

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。