申请/专利权人：大连博涛文化科技股份有限公司

申请日：2024-02-29

公开（公告）日：2024-05-14

公开（公告）号：CN118024229A

主分类号：B25J9/08

分类号：B25J9/08;B25J9/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.31#实质审查的生效;2024.05.14#公开

摘要：本发明涉及拟态仿生技术领域，具体为大型拟态仿生机器人穿戴式操控设备及系统，系统包括肢体动作捕捉模块、肌电信号处理模块、姿态重建优化模块、压力分布优化模块、触觉反馈模块、行为学习模块、系统集成控制模块。本发明中，采用深度学习网络、多体动力学模拟、深度强化学习策略先进技术，提升机器人对人体动作的捕捉精度和响应速度，使得机器人能够更加自然、准确地模仿人类动作，时频分析和小波变换方法对肌电信号的处理增强对细微动作意图的解析能力，遗传算法和多模态融合算法的应用，优化机器人的姿态调整和压力分布，确保了与用户互动时的舒适度和安全性，行为模式库的构建和实时反馈控制的实施，进一步增强了系统的学习能力和适应性。

主权项：1.大型拟态仿生机器人穿戴式操控系统，其特征在于，所述大型拟态仿生机器人穿戴式操控系统包括肢体动作捕捉模块、肌电信号处理模块、姿态重建优化模块、压力分布优化模块、触觉反馈模块、行为学习模块、系统集成控制模块；所述肢体动作捕捉模块基于用户的动作，结合光学传感器和微型加速度计，采用数据融合算法对数据进行综合处理，应用时频分析方法对加速度数据进行解析，捕获细微的动作变化，利用卷积神经网络对处理后的数据进行动作识别，揭示用户的肢体动作类型和强度，生成用户动作数据；所述肌电信号处理模块基于用户动作数据，使用小波变换方法对肌电信号进行去噪和特征提取，通过支持向量机算法解码运动意图，采用迁移学习模型对解码过程进行优化和微调，生成运动意图信号；所述姿态重建优化模块基于运动意图信号，利用多体动力学模拟技术进行初始姿态的重建，采用粒子群优化方法对重建姿态进行优化，保证姿态的自然度和准确性，通过实时反馈控制策略对优化后的姿态进行动态调整和微调，生成优化后的姿态数据；所述压力分布优化模块基于优化后的姿态数据，通过深度学习网络分析穿戴设备的压力分布，利用遗传算法对压力分布进行智能调整，匹配用户的姿态和动作需求，生成最优压力分布图；所述触觉反馈模块基于最优压力分布图，通过触觉反馈调整算法，根据用户操作需求调整反馈强度和模式，优化用户能够接收到与操作匹配的触觉反馈，通过模拟真实触觉感受，优化用户与机器人之间的交互体验，生成触觉反馈信号；所述行为学习模块基于触觉反馈信号，结合深度强化学习策略和时空图卷积网络技术，分析和学习用户行为模式，自主学习并模仿人类的复杂动作，持续学习用户的操作习惯和动作特征，生成行为模式库；所述系统集成控制模块基于行为模式库，采用多模态融合算法整合用户动作数据、运动意图信号、优化后的姿态数据、最优压力分布图和触觉反馈信号，结合行为决策网络，利用融合后的数据制定控制策略，生成控制指令集。

全文数据：

权利要求：

百度查询： 大连博涛文化科技股份有限公司 大型拟态仿生机器人穿戴式操控设备及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD