摘要：针对钢铁连铸产线板坯号识别字符区域小、光照变化复杂、板坯号图像质量差等问题,提出了一种基于深度学习的连铸板坯号检测与识别两阶段算法。首先,基于采集的连铸产线板坯图像,制备用于板坯号检测与识别的数据集;其次,在板坯号检测阶段,基于DBNet算法设计一种AD-PAN特征融合结构,以增强检测算法的多尺度特征融合能力和扩大感受野,提高板坯号定位精度;再次,在板坯号识别阶段,引入SPIN矫正网络和SVTR板坯号识别网络进行端到端训练,使其能够主动转换输入亮度,并改善字符间以及字符与背景间色彩失真的问题。最后,在自制的板坯号检测与识别数据集上进行了对比实验。实验结果表明,本研究提出的算法能够有效定位辊道上不同位置的板坯,并且在复杂背景下对板坯号进行鲁棒识别。其中,板坯号检测Hmean数值为97.92%,板坯号识别的准确率为97.33%,验证了本文所提算法具有较高的板坯号检测与识别精度。

摘要：脑卒中(stroke)是由于脑部血液供应突然中断或脑血管破裂,导致脑细胞损伤进而损害患者运动和认知能力的一种急性脑血管疾病。融合脑—机接口(BCI)和虚拟现实(VR)的新型康复训练模式,不仅能促进脑网络功能激活,而且能为患者提供沉浸感强、趣味性强的情境反馈。本文设计了融合多感官刺激反馈、BCI和VR的手部康复训练系统,通过虚拟场景的任务引导患者运动想象,获取患者运动意图,进而在虚拟场景下进行人机交互;同时,融入触觉反馈进一步增加患者本体感受,从而实现基于视、听、触觉多感官刺激反馈的手功能康复训练。本研究通过对比分析加入触觉反馈前后的脑电信号数据内不同频段功率谱密度的差异,发现加入触觉反馈后运动脑区被明显激活,运动脑区的功率谱密度在高γ频段有显著提升。研究结果说明,患者在融合多感官刺激的VR—BCI手功能增强康复系统中进行康复训练,能够加速感觉传导通路和运动传导通路的双向促通,从而加速康复进程。

摘要：针对当前穿戴式外骨骼机构设计缺少系统流程和具体方法,且较少考虑人机共融的问题,提出了基于人机共融的外骨骼机构构型综合及优选方法。在构型综合方面,根据人机共融中穿戴性要求,构建人体肌骨构型(Musculoskeletal configuration,MC),应用“最小闭链单元组合法”建立人机构型(Human-machine configuration,HMC);根据人机共融中运动灵活性要求,利用“二连杆单元插入法”提升HMC自由度并进行构型变换,结合邻接矩阵和“环路顺逆标注法”建立了构型综合的数学模型;在构型优选方面,根据人机共融中人机运动一致性要求,利用复用杆和复用因子指标优选出符合自由度要求的构型。选取食指为例,建立了食指HMC并综合出15种拓扑构型,优选出自由度为3、复用因子总数为4的构型,该构型满足穿戴式外骨骼机构设计中人机共融要求,验证了上述方法的有效性。