• 专利申请
    2021-04-19
  • 公布公告
    2024-03-01
  • 授权日期
    2024-03-01
  • 终止
    2034-02-27
基于深度学习的主从控制方法及应用
基于深度学习的主从控制方法及应用
* 专利信息仅供参考，不具有法律效力。 有效专利
CN202110433533.9 2021-04-19 G06N3/0464 {{ classMap["G06N3/0464"] }}
广东工业大学 查看申请人名下所有专利
广东省广州市越秀区东风东路729号
专利分类项目

G06N3/0464 :

G06N3/045 :

G06N3/082 :

G06F17/16 :

G06T7/246 : 使用基于特征的方法，如角、段

G06T7/73 : 使用基于特征的方法

A61B34/37 : 主从机器人

专利注册信息
初审公告期号 2021-04-19 初审公告日期 2024-03-01
注册公告期号 2024-03-01 注册公告日期 2024-03-01
专用权期限 2024-03-01 - 2034-02-27 专利类型 发明授权
代理组织机构 广东广信君达律师事务所 查看该机构代理的所有专利
专利介绍
根据现有方案存在的问题，本发明提出了一种基于深度学习的主从控制方法及应用，在确立执行单元的运动坐标系后，建立主从映射关系，利用主从映射关系来描述所述执行单元对应的主从手的运动学正逆运算，构建主从异构型模型；在主从关系下进行目标的实时跟踪，得到跟踪结果数据，最后通过卷积神经网络进行深度学习，完成所述执行单元的控制过程。本发明能够便于操作者在主从控制模式下根据目标跟踪算法的辅助，提升柔性机器手的操控精度，便于在复杂且狭窄的手术空间中进行手术，从而降低手术风险，缓解医生压力。
法律进度

  • 2024-07-12 专利权的转移 登记生效日: 2024.06.26 专利权人由广东工业大学变更为广州鼎航信息技术服务有限公司 国家或地区由中国 ...

  • 2024-03-01 授权 ...

  • 2021-12-21 实质审查的生效 IPC(主分类): G06F 30/27 专利申请号: 202110433533.9 申请日: 2021.04 ...

  • 2021-12-03 公开 ...

同类专利
  • 一种基于循环切割和重排的现场可编程门阵列卷积层的动态优化方法

    一种基于循环切割和重排的现场可编程门阵列卷积层的动态优化方法

    查看详情
  • 一种用于病变图像分割的多尺度并行深度神经网络模型构建方法

    一种用于病变图像分割的多尺度并行深度神经网络模型构建方法

    查看详情
  • 一种基于图卷积神经网络的跨模态检索方法

    一种基于图卷积神经网络的跨模态检索方法

    查看详情
  • 新型Faster R-CNN网络模型及其训练方法

    新型Faster R-CNN网络模型及其训练方法

    查看详情
  • 一种基于生成对抗网络的多相关时间序列预测系统及方法

    一种基于生成对抗网络的多相关时间序列预测系统及方法

    查看详情
  • 图像生成模型训练方法和装置、图像生成方法和装置

    图像生成模型训练方法和装置、图像生成方法和装置

    查看详情
  • 一种基于关系图的DNN鲁棒模型加固方法

    一种基于关系图的DNN鲁棒模型加固方法

    查看详情
  • 一种基于改进MICN的光伏功率预测方法

    一种基于改进MICN的光伏功率预测方法

    查看详情

咨询该专利

您还可以
求购专利
推荐专利
{{ v.name }}
取 消 确 定