期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于落脚点优化的仿人机器人步态规划方法
1
作者
甘春标
李子静
能一鸣
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第11期486-491,共6页
因受外界不确定性扰动影响,仿人机器人运动状态在短时间内可能发生大幅变化,使得机器人难以持续行走而摔倒。基于线性倒立摆,对经典步态规划方法中由步行参数确定目标落脚点的关系式进行了优化调整,以实现更为协调的行走步态;以两步为...
因受外界不确定性扰动影响,仿人机器人运动状态在短时间内可能发生大幅变化,使得机器人难以持续行走而摔倒。基于线性倒立摆,对经典步态规划方法中由步行参数确定目标落脚点的关系式进行了优化调整,以实现更为协调的行走步态;以两步为一周期生成步行模式,通过预观后续两个目标落脚点,提出一种基于单步和两步内落脚点偏差优化的步态规划方法;对小型仿人机器人进行了大幅加/减速行走仿真实验,实验结果表明,改进的步态规划方法能够显著降低落脚点偏差极大值,可将经典方法中运动状态突变时连续两步的落脚点偏差从1.1、0.8 cm降至0.6、0.7 cm。同时,改进的步态规划方法也能削弱惯性力对躯干稳定性的影响,可使由经典方法导致的躯干俯仰角最大变化幅度从7.8°减至6.0°。
展开更多
关键词
仿人机器人
落脚点优化
步态规划
在线阅读
下载PDF
职称材料
基于Transformer和CNN特征融合的非接触式心率检测算法
被引量：
1
2
作者
毕福昆
李子静
+1 位作者
王彦平
孙宇
《信号处理》
CSCD
北大核心
2023年第11期2062-2070,共9页
心率失调是心血管疾病的常见危险因素,如何及时地对心率失调作出预警,成为了研究的热点。传统的心率检测是接触式的,检测十分不便。远程光电容积脉搏波描记法(Remote photoplethysmography,rPPG)的提出旨在实现无须接触的测量,在许多场...
心率失调是心血管疾病的常见危险因素,如何及时地对心率失调作出预警,成为了研究的热点。传统的心率检测是接触式的,检测十分不便。远程光电容积脉搏波描记法(Remote photoplethysmography,rPPG)的提出旨在实现无须接触的测量,在许多场景中具有巨大的应用价值。然而,非接触式的测量方法容易受到环境和受试者运动的影响。针对这些问题,本文提出了基于Transformer全局表达和CNN局部特征融合的非接触式心率检测模型(TC-Net)。本文搭建了一个并联的Transformer网络和CNN网络的TC-Net模型。本模型包括两个分支,CNN分支用于提取rPPG信号的局部区域特征,Transformer用于提取rPPG信号的全局表达。由于全局表达特征和局部特征两者特征长度不一,本文提出了特征交互模块,该模块通过卷积层和上下采样模块以对齐两个分支的特征长度。随后,TC-Net通过特征交互模块将局部特征和全局表达进行融合得到最终用于检测的特征向量。最后,在远程心率测量评估中最广泛使用基准之一MAHNOB-HCI数据集上进行对比验证,模型在误差偏差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)等三个指标上都达到了最佳水平。因此,本文提出的非接触式心率检测模型TC-Net基于Transformer全局表达和CNN局部特征融合,具有较高的准确性和鲁棒性。此外,TC-Net仅由简单的几层卷积层和注意力层搭建而成,模型复杂度低,便于后续投入实际应用。
展开更多
关键词
卷积神经网络
TRANSFORMER
特征融合
非接触式
心率检测
在线阅读
下载PDF
职称材料
题名
基于落脚点优化的仿人机器人步态规划方法
1
作者
甘春标
李子静
能一鸣
机构
浙江大学机械工程学院
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第11期486-491,共6页
基金
国家自然科学基金重点项目(12332003)
浙江省自然科学基金项目(LY23E050010)。
文摘
因受外界不确定性扰动影响,仿人机器人运动状态在短时间内可能发生大幅变化,使得机器人难以持续行走而摔倒。基于线性倒立摆,对经典步态规划方法中由步行参数确定目标落脚点的关系式进行了优化调整,以实现更为协调的行走步态;以两步为一周期生成步行模式,通过预观后续两个目标落脚点,提出一种基于单步和两步内落脚点偏差优化的步态规划方法;对小型仿人机器人进行了大幅加/减速行走仿真实验,实验结果表明,改进的步态规划方法能够显著降低落脚点偏差极大值,可将经典方法中运动状态突变时连续两步的落脚点偏差从1.1、0.8 cm降至0.6、0.7 cm。同时,改进的步态规划方法也能削弱惯性力对躯干稳定性的影响,可使由经典方法导致的躯干俯仰角最大变化幅度从7.8°减至6.0°。
关键词
仿人机器人
落脚点优化
步态规划
Keywords
humanoid robot
foot placement optimization
gait planning
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于Transformer和CNN特征融合的非接触式心率检测算法
被引量：
1
2
作者
毕福昆
李子静
王彦平
孙宇
机构
北方工业大学信息学院
出处
《信号处理》
CSCD
北大核心
2023年第11期2062-2070,共9页
文摘
心率失调是心血管疾病的常见危险因素,如何及时地对心率失调作出预警,成为了研究的热点。传统的心率检测是接触式的,检测十分不便。远程光电容积脉搏波描记法(Remote photoplethysmography,rPPG)的提出旨在实现无须接触的测量,在许多场景中具有巨大的应用价值。然而,非接触式的测量方法容易受到环境和受试者运动的影响。针对这些问题,本文提出了基于Transformer全局表达和CNN局部特征融合的非接触式心率检测模型(TC-Net)。本文搭建了一个并联的Transformer网络和CNN网络的TC-Net模型。本模型包括两个分支,CNN分支用于提取rPPG信号的局部区域特征,Transformer用于提取rPPG信号的全局表达。由于全局表达特征和局部特征两者特征长度不一,本文提出了特征交互模块,该模块通过卷积层和上下采样模块以对齐两个分支的特征长度。随后,TC-Net通过特征交互模块将局部特征和全局表达进行融合得到最终用于检测的特征向量。最后,在远程心率测量评估中最广泛使用基准之一MAHNOB-HCI数据集上进行对比验证,模型在误差偏差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)等三个指标上都达到了最佳水平。因此,本文提出的非接触式心率检测模型TC-Net基于Transformer全局表达和CNN局部特征融合,具有较高的准确性和鲁棒性。此外,TC-Net仅由简单的几层卷积层和注意力层搭建而成,模型复杂度低,便于后续投入实际应用。
关键词
卷积神经网络
TRANSFORMER
特征融合
非接触式
心率检测
Keywords
convolutional neural network
Transformer
feature fusion
non-contact type
heart rate detection
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于落脚点优化的仿人机器人步态规划方法
甘春标
李子静
能一鸣
《农业机械学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于Transformer和CNN特征融合的非接触式心率检测算法
毕福昆
李子静
王彦平
孙宇
《信号处理》
CSCD
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
