Talk预告 | 克莱姆森大学机械系助理教授吕阁分享机器人新研究: 基于能量外骨骼控制的方法

2020 年 12 月 9 日 将门创投


本周为将门-TechBeat技术社区262线上Talk

北京时间12月10(周四)晚8点克莱姆森大学机械系助理教授吕阁博士的Talk将准时在将门TechBeat技术社区开播!

他与大家分享的主题是: 外骨骼控制:从轨迹跟踪法到基于能量法的一些思考届时将分享他在机器人领域的研究成果:一种基于能量外骨骼控制的方法,该方法使用户在得到外骨骼协助的同时可以自由选择自己的运动模式。

NeurIPS 2020群星闪耀云际会·机构专场」已经过半,点击【这里】报名最后三场



Talk·信息

主题:外骨骼控制

从轨迹跟踪法到基于能量法的一些思考

嘉宾:克莱姆森大学助理教授 吕阁

时间:北京时间 12月10日 (周四) 20:00

地点:将门TechBeat技术社区

http://www.techbeat.net/

长按识别二维码,一键完成预约!



Talk·提纲

市面上现有的下肢外骨骼,大多数采用轨迹跟踪的策略来实现对用户的协助。这种方法过分限制了对自己肢体仍有控制的用户 (如健全人和中风病人) 的自由行动, 并需要针对每个用户的运动模式进行大量控制器调参。基于这两点,我们 提出了一种基于能量外骨骼控制的方法,使用户在得到外骨骼协助的同时可以自由选择自己的运动模式。
本次分享的主要内容如下:
1. 背景介绍

2. 一种不限于运动任务的能量控制策略

3. 在第2点基础上提出的一种在线学习策略


Talk·参考资料
这是本次分享中将会提及的资料,建议提前预习哦!
代码链接:

https://ieeexplore.ieee.org/document/8536572



Talk·提问交流

方式 ①

在本文留言区直接提出你的问题,或扫描下方二维码提问!问题被选中的小伙伴们将获得一个红包奖励

♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩

快来提问啦!


方式 ②
在Talk界面下的【交流区】参与互动!留下你的打call🤟和问题🙋,和更多小伙伴们共同讨论,说不定就被讲者直接翻牌解答了呢!



你的每一次贡献,我们都会给予你相应的i豆积分,近期还会有惊喜奖励哦!



Talk·嘉宾介绍


吕阁
克莱姆森大学机械系 助理教授


吕阁,分别于2011年和2013年在东北大学(沈阳)获得自动化学士学位及控制理论与控制工程硕士学位,于2018年在德州大学达拉斯分校电子工程系获得博士学位,并于同年进入卡耐基梅隆大学机器人研究中心进行博士后研究。2020年,吕阁加入克莱姆森大学机械工程系担任助理教授一职。他的研究重点是双足运动问题,及其在下肢穿戴式机器人 (外骨骼和假肢) 控制优化设计中的应用。

吕阁在ICRA、ACC、以及CDC等会议中发表过多篇论文,并长期担任这些会议以及机器人、控制方面期刊的审稿人。同时,他也担任如IROS、IEEE International Conference on Biomedical Robotics and Biomechatronics、IEEE Conference on Decision and Control等会议的副主编及session主席等职务。他于2015年获得第54届IEEE Conference on Decision and Control的最佳学生论文奖,并被邀请在IEEE Control Systems Magazine的invited session上发表文章并作为封面刊登。


长按识别二维码,一键完成预约!

👇
AI人的年底聚会,就差你了!
好吃!好玩!免费!
扫描下方二维码 点击文末 “阅读原文” 报名

关于TechBeat社区

TechBeat(www.techbeat.net)是一个荟聚全球华人AI精英的成长社区。


我们希望为AI人才打造更专业的服务和体验,加速并陪伴其学习成长。


期待这里可以成为你学习AI前沿知识的高地,分享自己最新工作的沃土,在AI进阶之路上的升级打怪的根据地!


更多详细介绍>>TechBeat,一个荟聚全球华人AI精英的学习成长社区


扫二维码|关注我们

让创新获得认可!

微信号:thejiangmen


点击“❀在看”,让更多朋友们看到吧~

登录查看更多
0

相关内容

计算机视觉中运动行为分析就是在不需要人为干预的情况下,综合利用计算机视觉、模式识别、图像处理、人工智能等诸多方面的知识和技术对摄像机拍录的图像序列进行自动分析,实现动态场景中的人体定位、跟踪和识别,并在此基础上分析和判断人的行为,其最终目标是通过对行为特征数据的分析来获取行为的语义描述与理解。运动人体行为分析在智能视频监控、高级人机交互、视频会议、基于行为的视频检索以及医疗诊断等方面有着广泛的应用前景和潜在的商业价值,是近年来计算机视觉领域最活跃的研究方向之一。 它包含视频中运动人体的自动检测、行为特征提取以及行为理解和描述等,属于图像分析和理解的范畴。从技术角度讲,人体行为分析和识别的研究内容相当丰富,涉及到图像处理、计算机视觉、模式识别、人工智能、形态学等学科知识。
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
大讲堂 | 基于对抗学习和知识蒸馏的多模型集成算法
极市干货|高继扬-时序动作检测
极市平台
4+阅读 · 2018年7月17日
增强学习 分享ppt
机器学习读书会
7+阅读 · 2017年1月7日
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
A Sketch-Based System for Semantic Parsing
Arxiv
4+阅读 · 2019年9月12日
Monocular Plan View Networks for Autonomous Driving
Arxiv
6+阅读 · 2019年5月16日
Arxiv
7+阅读 · 2018年3月22日
Arxiv
6+阅读 · 2017年12月7日
VIP会员
相关VIP内容
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
相关论文
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
A Sketch-Based System for Semantic Parsing
Arxiv
4+阅读 · 2019年9月12日
Monocular Plan View Networks for Autonomous Driving
Arxiv
6+阅读 · 2019年5月16日
Arxiv
7+阅读 · 2018年3月22日
Arxiv
6+阅读 · 2017年12月7日
Top
微信扫码咨询专知VIP会员